SEO English Subtitle: Trading Sandbox Log: 11 False Positives vs. 5 Missing Fuses in Algorithmic Trading

興奮過後的直球對決

這五天台股的台積電、聯電、日月光，還有美國那邊的 ADR 跌得鼻青臉腫，而我的系統預估勝率明明飆破 80%，結果卻是全軍覆沒，預測慘遭市場狠狠打臉。

看著滿螢幕的慘綠，心裡真的很不是滋味。身為一個天天在沙盒裡熬夜刻系統的散戶，我跟 AI 夥伴的合作不能只在順風賺錢、大盤走多頭的時候拍手報喜；遇到這種集體跳水、模型集體失靈的災難時，更要老老實實把那些「不報憂」的遮羞布給扯下來。這幾天我真的是坐在電腦前想破頭，一直在想，明明數據這麼漂亮，為什麼最後還會想錯？看來必須痛定思痛，把底層的邏輯死角一個一個扒開來看。

專家集體破功：為什麼 11 個 [Y] 一點都敵不過實際？

看看這幾天結果的慘烈結果，系統裡的三大專家（技術模型、籌碼流、新聞 AI）直接集體失靈。這套看似完美的 Meta-Learner 多模型融合架構，在遇到系統性大殺盤的時候，直接退化成瞎子。

技術模型（LightGBM）只會死板地看昨天的強勢K線和量能型態，覺得動能還在、趨勢沒破，就盲目地給出高分；籌碼專家（XGBoost）也因為看到前幾天法人連買，就判定有資金匯聚；最慘的是事件 AI（LLM），讀個股新聞總是流於表面樂觀，人家全球大盤都要崩了，它還沉浸在個股公司發布的法說會利多新聞裡，給出 100 分的偏多評價。

最後方向命中率開出大鴨蛋（0%），表示數據有嚴重問題。也證明了個股數據算得再精密、專家評分再高，只要少了全球市場資金流向的大局觀，當主力大戶因為國際總經利空集體拋售撤資時，我們以為無敵的 11 個個股 [Y] 優勢，在大盤下墜的地心引力面前，根本一點都敵不過實際，只有乖乖吃土的份。吃土……我一直在吃土TT

偽陽性粉飾：那些系統假裝沒事的底層盲區

這次全軍覆沒，對我來說最棒的紀錄，就是抓到了「偽陽性」這個隱形大魔王！搞了半天，系統底層藏了一堆假裝沒事的盲區，表面上看著很完美，結果全被我遇到了，這算不算運氣好。

在歷史回測，看著前端介面會把預測無腦寫入 auto_backtest.json 與 ai_prediction_log.csv，心裡還覺得挺安心，以為系統有了自動歷史驗證功能。現在拆開代碼才發現，那根本只是單純在收集資料的「假回測」，系統內部完全沒有寫閉環比對的邏輯，自己昨天猜得對不對、方向有沒有中，大腦根本不知道，更別提什麼自動修正權重了。

再來是技術大腦LightGBM靜默失效的 Bug！如果 models/TW_technical_model.txt 模型檔案路徑不對或不存在，系統不會跳出任何錯誤中斷，而是直接塞一個 50 分的中立分數給前端，假裝天下太平。

再加上盤中技術指標的穩定性問題，系統直接去抓最後一根 K 棒的跳動價（iloc[-1]），導致 RSI 和 MACD 指標在盤中會隨著股價上下跳動而劇烈翻轉飄移。這種盤中指標不穩定的狀況，讓系統在早盤錯誤定錨，結果就是失敗。

排查出的大驚喜，還有 [N]沒做

在寫得初期為了讓系統先運作有寫模擬數據（像是萬海 91%、台積電 79.2% 的死資料）。還好排查後確認這只是過去殘留、沒介入運算的死碼，不然要是這組「指揮官絕對真理」的數字去主導了排序，那後面辛苦寫的 LightGBM、XGBoost、LLM 新聞管線全成了好看的裝飾品。

但這bug會連帶影響到我還有設定的指標：🚀全市場分析雷達、🏆首選80%上漲預測、🔥爆量排行、🏦三大法人排行、🚨避險警報、以及⭐晨星狙擊。這些核心雷達功能底層全部共用同一套資料管線，一旦這裡的勝率或取價邏輯有污染，整個看板吐出來的進場、避險逃跑訊號就會集體走鐘。

發現的 [N]，算是系統的更深層的邏輯。第一是大盤風向破線的「硬斷路器」，現在大盤跌破 1% 才打八折根本不夠硬，只要大盤跌破月線或季線，系統就該有一票否決權，強制沒收所有買入建議；第二是全球總經黑天鵝（非農 NFP、美聯儲 FOMC、CPI 通膨率）的獨立數據管線，不能只靠個股新聞來瞎猜天下太平；第三是明明特徵工程已經算出了 ATR（真實波動幅度），操作建議卻還在用昨收乘以固定 % 數這種死板公式去算買入區和停損線。讓妖股和大型權值股用同一個安全氣囊，完全失去了實戰的彈性。

認清現實，把安全氣囊裝上去

總結這五天，系統預測結果就是「失敗了、完全不能信」。不過五天的發現讓我可以繼續修改，總比找不到原因。

雖然目標 80% 以上像許遠，但有夢最美嘛！才五天我們就揪出這麼多問題，代表方向完全對了，修正完大盤風向和動態停損，我們繼續努力往下勒。

• 高效能的好習慣：讓生活和工作更有掌控感
  在快速競爭的時代，建立高效能習慣至關重要。早晨儀式提升一天品質，專注於當下與適時休息可提高效率。學會拒絕無關事務，及時處理小任務和定期回顧能促進進步。關注身體和有意識選擇資訊，使生活更有成就感。
• 高效學習新技術的思考
  學習新技術可能讓人感到壓力，但明確目的、分段學習、實際操作、多元資源以及定期反思是高效學習的方法。將學習視為長期習慣，而非短期衝刺，能保持熱情並適應快速變化的科技環境。
• 面對任何事情，或許一理通百理
  生活中，挑戰看似繁雜，但抓住核心道理能使問題迎刃而解。理解關鍵原則不僅促進溝通和解決難題，還增強耐心與同理心。透過練習和反思，簡化複雜事務，讓我們的生活變得更自在與清晰。
• 電競人氣依舊？DIY市場現況與玩家的風格與性能追求
  最近幾年，電競DIY市場真的是越來越熱，很多玩家不再滿足於用成品機，而是喜歡自己組裝一台專屬的遊戲主機。這背後…閱讀更多內容：電競人氣依舊？DIY市場現況與玩家的風格與性能追求
• 開始用AI在你的生活裡了嗎?
  在當今科技發展的背景下，人工智慧（AI）逐漸成為日常生活的現實，改變了工作、學習及生活方式。AI提高了效率，減輕了負擔，但也帶來了依賴、隱私等挑戰。未來與AI的關係應更像夥伴，共同進步。