AI 股票預測實驗 #6|AI 多模型融合預測

Researchers in a lab analyzing stock prediction data with AI and neural network models

YinOnMars Prediction Experiment #6 : Multi-Model AI Fusion Stock Forecast with QQCDR Engine

AI 股票預測實驗系列第 6 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。

#5 的失準問題如下調整

斬斷盤中信號飄移:技術特徵退回 iloc[-2](昨日已確認收盤 K 棒),盤中跳動絕不再引發偽陽性。
徹底清空假中立污染:API 斷線時拒絕回傳 50 分,系統會自動動態等比例放大技術與籌碼面權重。
波動定錨真實區間:拔除死板固定 % 數,導入 ATR 動態波動引擎,讓大牛股與妖股防線自動分離。
系統斷路器全面通電:大盤破月線硬規則上線,遇到崩盤個股直接強制降級,沒收無統計優勢的盲目做多。
決策儀表板誠實渲染:情報抓取失敗時不再假裝中立,UI 強制亮起「⚠️ 離線 (信心降級)」警示。
精準專屬避險防禦:避險警報退守核心,只對庫存與觀察股進行融資/借券異常掃描,封殺無效流量。
極限過濾晨星狙擊:晨星反轉嚴格綁定「爆量、站上月線、突破平台」,寧可錯殺、絕不亂發虛假多頭信號。
架構分流效能瘦身:全市場大腦改為「量化海選篩出 Top 30 → 批次送 AI 決賽」,告別 429 癱瘓與執行當機。

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。

台股收盤檢討

(1) 今日結果 LLM額度爆了 尷尬….

三合一變二合一。我原本設計的「三合一決策」模型,因為最核心的「事件專家 (LLM)」在開盤前就因為 API 額度爆掉而集體離線,導致系統實際上是用「二合一」在跑。所有股票的事件評分被強制鎖在 66.7 這個假訊號上,導致預測建議完全失真,根本無法作為下單依據。

(2) 錯誤檢討

  • LLM 流量防線完全癱瘓:低估了 UI 渲染對 API 的請求量。每一檔股票在畫面更新時都在瘋狂打 API,這不是「意外」,是我們的程式架構沒管好流量導致的「自爆」。
  • 數據欺騙:系統在 API 斷線時,沒有明確地顯示「AI 功能已死」,而是回傳了一個預設的 1.0 (轉換後為 66.7) 的假偏多分數。因系統太多資訊,額度不夠,無法判斷。

(3) 各專家命中率

  • 技術面 + 籌碼面專家:這兩位在沒有 LLM 干擾的情況下,其實還在工作。但因為這兩者在「大盤破位」這種極端行情下本來就遲鈍,如果沒有 LLM 的「事件權重」幫忙踩剎車,系統中的數據就較無變通。
  • 事件專家 (LLM):命中率 0%。因為它根本就沒有運作,失效。

(4) AI vs 規則衝突分析

規則明明寫得很清楚:「大盤破位要降級、要保守」。但因為 LLM 事件專家的假分數介入,導致模型公式計算出來的勝率被強制拉高,最後導致「技術/籌碼」被「錯誤的新聞加權」蓋台。這不是 AI 笨,這是我們給 AI 的公式有致命漏洞,讓假分數蓋過了真實的避險規則。

(5) 信心校準分析

429 錯誤回報,是繼續吐假分數,系統的勝率預估就準確低。

(6) 今日發現

  • 系統沒有「容錯機制」。API 額度爆了,系統沒主動跳出警告,卻用舊快取或預設值提供。

(7) 修改模型與規則

  • 刪掉所有自動化請求:拔掉 UI 上的新聞自動解析,強迫所有 LLM 呼叫必須透過 ⚡ 抓取重要資料 這個按鈕手動觸發。沒按就不跑,省下所有額度。
  • 修正中立分數:將所有 API 錯誤或未解析的預設分數,從 66.7 改為 50.0 (這才是真正的中立,不是什麼假偏多)。
  • 強制加強過濾器:在 main_ultimate.py 的讀取邏輯中,強制過濾 00 開頭的 ETF 與成交量過低的股票,不准它們再出現在我的雷達上。

美股收盤檢討

(1) 今日結果

今天美股半導體集體大噴發,數據全部集體慘敗:

  • 台積電 ADR (TSM):系統盤前算出上漲機率只有 25.2%,高喊「空方主導、停損警戒」,結果收盤竟然暴漲 5.26%(收 455.1 美元)
  • 聯電 ADR (UMC):系統算出來上漲機率只有 37.0%,雖然有融合 AI 共識,但事件專家給了 16.7 的極端偏空分,判定也是要逃跑,結果收盤大漲 4.93%(收 26.84 美元)
  • 日月光投控 ADR (ASX):系統算出勝率 37.4%,也是大喊要停損,結果收盤同樣噴了 4.77%(收 42.13 美元)

(2) 錯誤檢討

這次沒跟上美股大反彈,因 LLM 额度爆了,導致三合一直接退化成二合一預測! 系統因為流量控制沒做好,開盤前 API 就集體離線,導致 TSM 和 ASX 的事件專家沒辦法去抓今天美股最新的突發利多新聞。系統斷線時用了預設的 66.7 偏多假分數進去公式,讓整個 XGBoost 的機率算出來完全失真,買入區間跟趨勢預估失效。

(3) 各專家命中率

  • 技術面專家 (LightGBM):今天集體失靈。雖然 UMC 給了 80 分、ASX 給了 63.9 分技術強勢,但因為沒跟大盤規則對齊,看空看錯方向。過往歷史看下來,不夠準,不能參考
  • 景氣趨勢專家 (XGBoost):在大盤大逆轉的關鍵時刻反應太慢,沒抓到今天美股主力資金集體回補的訊號。
  • 事件專家 (LLM AI):因系統太多資訊,額度不夠,無法判斷。

(4) AI vs 規則衝突分析

大盤明明在走反彈,但因為系統沒有自動降級機制,LLM 故障時塞進去的假分數,直接干擾了模型的判斷公式,導致「技術/籌碼」專家跟「錯誤的新聞加權」在程式碼裡面互打。

(5) 信心校準分析

今天翻開這三檔的歷史準星,TSM 雖然有 76%,但 UMC 只有 12%、ASX 只有 50%。這代表這套系統在美股半導體 ADR 的把握度上,通通低於 70%,需解決API額度問題。

(6) 今日發現

真正的 Bug 被我抓到了:系統把「API 失敗」和「新聞看平」直接當成同一件事,把 Error 當成資料餵給 AI。API 額度爆了是系統故障,最大問題。

(7) 修改模型與規則

今天被修理完,晚上必須大改:

  1. 拔掉所有自動化請求:封死 UI 上的自動新聞解析,改成必須手動點擊 ⚡ 抓取重要資料 才能呼叫 LLM,省下所有額度。
  2. 修正中立分數:只要 API 報錯或未解析,預設分數從 66.7 強制降回真正的中立 50.0,絕不允許假分數拉高或拉低勝率。
  3. 徹底脫鉤:如果 LLM 的狀態是 FAIL,就把他從計算公式裡剔除,排除LLM或停止預測。

信心等級

極低。 今天的系統數據因為 LLM 離線導致完全失準,給出的勝率數據 不夠準,不能參考。LLM影響過大,需要解決這個問題。
LLM故障導致系統將Error誤判為預測數據,公式失真使三合一模型失靈,必須改採手動觸發與隔離容錯架構。

AI 股票預測實驗 #7|AI 多模型融合預測
預測實驗室


探索更多來自 YinOnMars 的內容

訂閱即可透過電子郵件收到最新文章。

發表留言