YinOnMars Prediction Experiment #4 : Multi-Model AI Fusion Stock Forecast with QQCDR Engine
AI 股票預測實驗系列第 4 篇，記錄我透過人機協作開發的 QQCDR AI Engine 所產生的預測結果。系統並非單一模型，而是採用 LightGBM（技術分析）、XGBoost（籌碼／總經分析） 與 LLM（新聞事件分析） 三大專家模型，並透過 Meta-Learner 多模型融合（Blending）架構 計算最終預測勝率。本次實驗針對 台積電（2330）、聯電（2303） 與 日月光投控（3711） 進行預測，並於收盤後進行實際結果驗證，以持續優化整體模型表現。
#3 的失準問題已經調過 再次的系統跑出來….
台積電 2330 (台股)
台積電 TSM (美股)
聯電 2303 (台股)
聯電 UMC (美股)
日月光投控 3711 (台股)
日月光投控 ASX (美股)
投資有風險，這裡只是實驗系統的分享。歡迎追蹤跟討論~
收盤後會檢討與修正系統分享。
台股收盤檢討
台積電、聯電、日月光投控）及其對應的 ADR 進行了實盤追蹤。以下為機器學習模型（LightGBM、XGBoost）與 LLM 事件專家在整合決策時的表現數據與架構檢討。
(1) 今日結果
- TSM（台積電 ADR）最終收盤：收盤 $440.83（漲 1.02%），開盤 $433.98，最低 $432.58，最高 $443.85。
- 系統勝率 46.8%（看空） ➔ 最終收盤 $440.83（漲 1.02% ➔ 判定失敗（遭多方反彈逆襲）
- UMC（聯電 ADR）最終收盤：收盤 $28.01（漲 6.91%）。
- 系統勝率 70.0%（強買） ➔ 最終收盤 $28.01（漲 6.91%）➔ 判定成功（精準命中主升段）
- ASX（日月光 ADR）最終收盤：收盤 $41.34（漲 3.95%），開盤 $40.65，最低 $40.3，最高 $42.33。
- 系統勝率 48.8%（看空） ➔ 最終收盤 $41.34（漲 3.95%➔ 判定失敗（遭板塊資金強行拉抬）
- 今日方向總命中率：33.3% (1/3)
(2) 錯誤檢討
- 台美股現貨與 ADR 的跨市場脫鉤： 今日台股現貨與美股 ADR 出現嚴重的日內走勢背離。台股盤中 2330（台積電）收盤 2390 元平盤，3711（日月光投控）更重挫 1.84% 收 641 元。然而晚間 ADR 開盤後，美股半導體板塊全面強彈（UMC 大漲 6.91%、ASX 上漲 3.95%）。模型在台股盤中基於現貨量縮與方向反轉的數據做出偏空預估，未能有效前瞻跨市場資金在美股交易時段的拉抬力道。
- 明日趨勢預估管線阻斷： 今日系統在計算「明日趨勢預估 (2026-06-25)」時，三檔標的皆觸發了
🔴 [抓取失敗，請手動重試]的異常。經查為網路請求未設置妥善的超時與容錯機制，導致多模型分流倒數時出現阻塞，進而影響決策完整性。
(3) 各專家命中率
今日「三合一專家決策儀表板」各子模型的表現如下：
- 技術專家 (LightGBM)：今日三檔標的皆給出 82.0 分的「強勢」評價。在 UMC 命中，但在 TSM 與 ASX 的日間盤面反轉中與現貨趨勢產生摩擦。方向命中率：33.3%。
- 籌碼專家 (XGBoost)：給出 90~97 xgb 的高度「資金匯聚」訊號。UMC 的 6.91% 暴漲驗證了籌碼專家的敏銳度，但 TSM 與 ASX 的現貨相對壓盤使其勝率打折。方向命中率：33.3%。
- 事件專家 (LLM AI)：今日全數輸出 50.0 分的「中立」評價。LLM 對即時新聞情報的權重過於保守，未能對現貨與 ADR 之間的溢價收斂事件做出方向性貢獻。實質貢獻率：0%。
(4) AI vs 規則衝突分析
今日盤中決策暴露了「機器學習數值預測」與「LLM 語意邏輯」的衝突：
- 衝突現象：技術與籌碼專家（LightGBM / XGBoost）在 2330 與 3711 上皆給出超過 80 分的強力買超共識（綜合勝率達 80.8% ~ 81.6%），並提示「現價在買入區內」。然而系統前端的實況欄位卻動態判定為「方向反轉、目標推進進度 0.0%」，且模型歷史準星顯示「實戰勝率 0%」。
- 架構盲點：統計模型的數值輸出（看多）與基於規則的即時動態過濾器（偏空）缺乏和解層，導致儀表板最終觸發「強力共識 ➔ 強買參考」的綠色燈號，卻在隨後的現貨盤面被市場逆襲，造成訊號紊亂。
(5) 信心校準分析
系統對 TSM（46.8%）與 ASX（48.8%）給出了低於 50% 的看空勝率，而在 UMC（70.0%）給出強買勝率。
- 校準正面指標：模型成功在信心指數高（70%）的 UMC 上斬獲 6.91% 的漲幅，顯示高置信度訊號具備實戰參考價值。
- 校準負面指標：對於低於 50% 的模糊區間（TSM 與 ASX），模型的輸出接近隨機猜測，且系統未能在信心不足時自動切換至「HOLD（保守觀望）」或限制下單，導致勝率被無效交易拉低。
(6) 今日發現
- LLM 數學運算與概率輸出的無效性： 再次驗證純 LLM 專家在 50 分（中立）的權重下，對高頻或日內波動無法提供實質數值貢獻。
- 歷史準星的警示價值： 2330 歷史準星提示「0勝/6戰」、3711 提示「0勝/4戰」，此類機器學習模型的歷史累積勝率為零時，系統卻依然觸發「強力共識」，這表明系統內部缺乏一個「基於歷史表現的動態權重衰減機制」。
(7) 修改模型與規則
為了解決上述 5.0 版的架構缺失，預計於後續疊代中進行以下代碼修正：
- 引入動態歷史勝率懲罰因子： 若某標的的統計模型歷史實戰勝率低於 30%，系統將強制調降該模型在總體決策中的權重（Weighting），避免盲目觸發「強買參考」。
- API 請求容錯與串行流修復： 針對
[抓取失敗]的問題，重構ai_engine的異質模型請求管線，全面加上timeout=10與重試機制，防止因單一模型連線中斷導致整體趨勢預估跳錯。 - 重新權衡統計模型與 LLM 的角色： 數值預測與漲跌區間完全交由 LightGBM/XGBoost 處理，LLM 事件專家未來僅保留在 Tab 7/8 的戰報文本總結，徹底剝奪其在決策儀表板中的分數投票權。
(8) 信心等級：弱
- 評估理由：今日跨市場數據（台股現貨與 ADR）出現明顯的結構性背離，系統方向總命中率僅 33.3%。在網路請求管線存在漏洞（抓取失敗）且內部 AI 與規則衝突尚未解耦前，系統目前輸出的決策訊號置信度較弱，不具備高倉位實戰條件，維持沙盒模擬觀望。
美股收盤檢討
(1) 今日結果
- TSM（台積電 ADR） 收盤 $434.99（跌 1.32%），昨收 $440.83，開盤 $452.9，最高 $452.56，最低 $432.5。
- 系統預估：勝率 46.6%（看空） ➔ 收盤 $434.99（跌 1.32%） ➔ 判定成功（符合預期修正）
- UMC（聯電 ADR） 收盤 $27.73（漲/跌幅：昨收 28.01，跌 1.00%），開盤 $28.24，最高 $28.96，最低 $27.33。
- 系統預估：勝率 62.5%（看多） ➔ 收盤 $27.73（跌 1.00%） ➔ 判定失敗（多方動能未能延續）
- ASX（日月光 ADR） 收盤 $41.85（漲 1.23%），昨收 $41.34，開盤 $40.65，最低 $40.3，最高 $42.33。
- 系統預估：勝率 50.8%（看多/盤整➔ 收盤 $41.85（漲 1.23%） ➔ 判定成功（符合多方趨勢）
- 今日方向總命中率：66.7% (2/3)
(2) 錯誤檢討
- 高開低走的日內動態追蹤失效（UMC）：UMC 雖然在開盤時段跳空高開至 28.24 點，盤中最高觸及 28.96 點，已完全貫穿並滿足了目標推進進度（100.0%），但隨後遭到賣壓摜破，最終收跌 1.00%。模型僅預估了「日線級別」的趨勢，對於日內（Intraday）高開低走的短線獲利了結賣壓，缺乏動態的時間滑窗（Time Window）特徵來捕捉。
- 停利區間與即時盤面實況失調（TSM）：TSM 今日盤中走勢雖然驗證了模型的「看空（勝率 46.6%）」預估，但其昨收為 $440.83，操作建議給出的第一停利點卻設在 $431.85、第二停利設在 $440.93。在判定看空的前提下，停利點的數學公式設計出現邏輯顛倒（看空時第一停利價位高於昨收，不符合放空或減碼邏輯），顯示數值生成模組在空方情境下的公式映射存在邏輯死角。
(3) 各專家命中率
- 技術專家 (LightGBM)：
- TSM 給出 30.0 分（弱勢），UMC 給出 66.5 分（強勢），ASX 給出 50.8 分（盤整）。成功捕捉到 TSM 的回檔與 ASX 的盤整偏多，但在 UMC 的終場收黑中失效。方向命中率：66.7%。
- 總經動能 (Macro / XGBoost)：
- TSM 分數 52.0（中性），UMC 分數 67.0（資金匯聚），ASX 分數 52.0（中性）。成功辨識出 TSM 與 ASX 的震盪格局，但對 UMC 資金續航力的權重預估過高。方向命中率：66.7%。
- 事件專家 (LLM AI)：
- TSM 輸出 83.3 分（偏多），其餘標的輸出 50.0 分（中立）。事件專家在 TSM 給出強力看多訊號，但現貨最終收跌 1.32%。LLM 對於市場新聞與法說會情報的語意解讀流於樂觀，再度與數值籌碼走勢背離。方向命中率：0%。
(4) AI vs 規則衝突分析
- 衝突現象：在 TSM 上，LLM 事件專家基於文本分析給出了 83.3 的極高多方分數，而 LightGBM 技術專家則給出了 30.0 的極低空方分數。這導致前端儀表板輸出一個高度撕裂的「多空拉鋸 ➔ 保守觀望」橘色燈號。
- 架構盲點：系統缺乏一個「矛盾和解層」。當 LLM（語意）與 LightGBM（數值）出現高達 50 分的分數差時，系統只是進行簡單的加權平均，導致綜合勝率落在模糊的 46.6%。此時操作建議模組（Rule-based）依然動態跳出「✅ 現價在買入區內」的矛盾指示，未能在多空拉鋸時強制沒收操作建議。
(5) 信心校準分析
- 高置信度模糊（UMC）：模型對 UMC 給出了相對較高的綜合勝率（62.5%），並標註「多方優勢 ➔ 觀察候補」，但最終收盤收黑。這表明當統計模型（LightGBM）與籌碼專家皆處於 60-70 分的區間時，模型的信心度出現了過度擬合（Overfitting）的現象。
- 低置信度精準（TSM）：模型對 TSM 給出了 46.6% 的低勝率（看空偏向），最終精準命中回檔趨勢。然而，系統並未對這種低於 50% 且判斷正確的訊號進行空方獲利模組（放空/反向避險）的激活，浪費了模型的預測價值。
(6) 今日發現
- 模型歷史準度的逆向參考價值：TSM 的歷史準星提示「實戰勝率 69% (9勝/13戰)」，而今日確實命中其下修趨勢。這證明歷史勝率高的標的，其模型的泛化能力較強。相對地，UMC 的歷史準星僅「25% (1勝/4戰)」，其今日的高開低走失效，再次印證「歷史勝率低的模型，其輸出的高置信度分數不可信」。
- 管線阻斷具有連帶性：UMC 與 ASX 的明日趨勢預估管線再度觸發
🔴 [抓取失敗]。這代表異質模型（Groq / Gemini）在串行流呼叫時，只要有一檔標的因網路波動超時，會連帶導致後續多檔標的的概率輸出管線集體中斷，必須解耦為並行（Parallel）非同步請求。
(7) 修改模型與規則
- 導入「歷史勝率」權重調校乘數：修改系統核心決策公式。最終綜合勝率的分數，必須乘以該模型對該標的的「歷史勝率比例」。例如，即使 UMC 模型輸出 62.5 分，但因其歷史勝率僅 25%，最終共識分數應被強制平滑衰減，避免前端誤判為強力多方。
- 重構空方操作建議的數學公式： 修正
calculate_stop_loss_take_profit邏輯。當綜合勝率低於 50%（多空拉鋸或偏空）時，第一與第二停利點必須自動切換為空方回補價位計算，而非盲目套用多頭公式。 - 異質模型非同步化改寫：將
ai_engine中的多模型調用從for循環串行改寫為asyncio並行架構，設置嚴格的單一模型 5 秒斷路器（Circuit Breaker），一檔抓取失敗立即以鄰近統計值替代，阻斷異常蔓延。
(8) 信心等級： 中立
- 評估理由：雖然今日方向總命中率回升至 66.7%，且 TSM 的修正趨勢符合預估，但 UMC 的日內走勢反轉暴露出模型對動態賣壓捕捉的缺失，且網路抓取失敗的漏洞依然存在。系統在硬體管線與公式邏輯徹底解耦修復前，訊號仍存在紊亂風險，維持沙盒模擬驗證。
檢討修正
我整理了要調整的部分:
1買入區倒掛防禦：現價若低於昨收，買入上限強制改以現價定錨。
2極端區間放大：三合一勝率達 70% 以上，目標價上限放寬 1.25 倍。
3收盤價防呆修正：將美股防盤後污染的 5 美元絕對值差改為百分比乖離。
4系統盲測監控：盤後掃描寫入方向命中率與區間覆蓋率至資料庫。
5.跨市場溢價與連動特徵欄位（台股現貨 vs 美股 ADR）:新增「現貨收盤價對齊」模組
6.時局解耦與交易時段控制:新增「盤前/盤後交易（Pre/Post-Market）」數據管線
7.操作建議公式的「多空雙向映射」:反向（空方）停利停利演算法：修正 calculate_stop_loss_take_profit 邏輯。
8.歷史準星的動態權重衰減（Weighting Penalty）:權重調整乘數系統需新增一個權重校準層
9.🇺🇸 美股首選清單: 解決無標的突破高勝率過濾門檻。
調整部分
1. 美股跟台股收盤價對齊
以前美股 ADR 有時候會跟台股現貨脫節，導致系統判斷太樂觀或太悲觀。
這次我直接把台股最終收盤價拉進來對齊，讓美股那邊的判斷不要再自己亂飄。
簡單講，就是讓系統知道：
不是每次都能只看美股自己，台股現貨也要一起看。
2. 盤前、盤後資料切換修正
以前有些時段，系統會抓到不該抓的資料，或是把盤前、盤後混在一起看。
這次我把交易時段切清楚，讓系統會依照紐約時間自動切換資料來源。
這樣至少不會在不對的時間，拿錯的切片去算。
3. 美股收盤價污染問題修掉
之前美股盤後有時候會被極端雜訊干擾，數字看起來很怪。
我原本是用固定的價差去擋，後來發現這樣太死板，很多不同價位的股票根本不適用。
所以這次我改成用比例去判斷，讓不同股價區間都能比較合理地處理。
4. 買入區邏輯改成會看現價
以前有些股票明明已經走弱了，系統還會硬給一個偏高的買入區，這樣很容易誤導。
這次我把這個邏輯改掉了，只要現價已經跌破昨收，系統就會自動把買入區往下修，不再死守原本的價位。
這樣比較不會在盤勢反轉時，還給出太樂觀的進場建議。
5. 強勢股的區間放大
如果三合一的整體勝率已經夠高，我就不想把它看得太保守。
這次有把極端動能的情況拉出來，當勝率夠高時，預估區間會適度放大，讓系統比較能抓到真的主升段。
我想保留的是機會，不是把所有東西都壓扁。
6. 空方操作邏輯也一起重做
以前如果系統判斷偏空，操作建議有時候會出現上下顛倒、邏輯怪怪的情況。
這次我把多空的邏輯重新整理，不管是做多還是做空，至少價位方向要對，不能出現數學上倒掛的問題。
這個很基本，但還是有出錯過。
7. 歷史勝率會反過來影響分數
這次我也把歷史實戰表現拉進來一起看。
如果某個模型雖然當下分數很高，但過去一直打不準，我就不想讓它繼續那麼強勢地影響結果。
就是：
不是每個高分都真的值得相信。
8. 美股首選清單重新整理
之前美股那邊有時候會因為條件太嚴，結果整個清單空掉。
這次我把過濾條件跟勝率分配重新調整，至少讓首選清單真的能跑出東西，不會整天空白。
9. 盤後盲測資料會自動記錄
這次我也把盤後的預測結果自動寫進盲測資料庫。
這樣我之後回頭看，不只是知道準不準，還能知道是在哪個地方錯、錯多久、錯得怎麼樣。
修改後會再來測試改過的預測。
YinOnMars 
發表留言