AI 股票預測實驗 #20|AI 多模型融合預測

Team of researchers working on deep learning, neural networks, and AI with computer monitors and electronic components Great

YinOnMars Prediction Experiment #20 : Multi-Model AI Fusion Stock Forecast with QQCDR Engine

AI 股票預測實驗系列第 20 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,並目標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。

「目前系統進入資料累積階段,每天收盤後執行backfill_results.py 回填實際結果,累積滿足夠資料後將升級為 Meta-Learner 多模型融合架構,讓系統自己學習三個專家的最佳權重組合,與還需要修改。在此之前,系統預測結果僅供參考,不建議直接作為買賣依據。」

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。

今天換個方式

台積電  2330  (台股)

🎯 AI勝率📈 方向💰 買入🎯 停利🛑 停損
88.9%🟢 上漲2440~ 25132577/ 26842347

專家評分  (綜合勝率: 88.9%) 🟢 強力共識 → 強買參考

技術籌碼事件
82分 ✅ 強勢97分 ✅ 資金匯聚83.3分 ✅ 偏多

聯電  2303  (台股)

🎯 AI勝率📈 方向💰 買入🎯 停利🛑 停損
85.7%🟢 上漲166 ~ 171
跌破買入區 ,等止跌
175.3/ 182.6152

專家評分  (綜合勝率: 85.7%) 🟢 強力共識 → 強買參考

技術籌碼事件
82分 ✅ 強勢90分 ✅ 資金匯聚83分 ✅ 偏多

日月光投控  3711  (台股)

🎯 AI勝率📈 方向💰 買入🎯 停利🛑 停損
88.9%🟢 上漲683 ~ 703 跌破買入區 ,等止跌721.3/ 751.3647.9

專家評分 (綜合勝率: 88.9%) 🟢 強力共識 → 強買參考

技術籌碼事件
82分 ✅ 強勢97分 ✅ 資金匯聚83分 ✅ 偏多

台股收盤檢討

原本三檔股票(2330、2303、3711)全部都預測會大漲,而且三合一專家也一致偏多,結果最後三檔全部重挫,其中聯電、日月光甚至直接跌停,代表模型完全沒有抓到市場真正的方向。

(1) 今日結果:
股票 AI預測 實際結果 結果
2330 台積電 ⬆️ 上漲 88.9% -7.29% ❌ 完全失敗
2303 聯電 ⬆️ 上漲 85.7% -10.00% ❌ 完全失敗
3711 日月光 ⬆️ 上漲 88.9% -9.97% ❌ 完全失敗

今天三戰三敗。而且不是小跌,而是三檔都出現接近跌停的大跌,代表模型完全站錯方向。

(2) 錯誤檢討:

今天最大的問題不是技術指標。
真正錯的是:

AI一直看利多,但市場今天根本在賣股票。

例如:法說會很好 外資目標價提高 六月營收創新高 新聞全部偏多

AI看到這些全部加分。

但是市場今天真正反應的是:利多公布 → 大戶獲利了結。也就是大家常講的:利多出盡。
新聞是真的,營收也是真的,但是市場就是不想再買。這種情況目前模型完全沒有辨識能力。

(3) 各專家命中率:
📈 技術專家(LightGBM)三檔都給 82 分,結果全部失敗,代表目前技術面在這種大行情反轉時,效果有限。

🏦 籌碼專家(XGBoost)
2330:97 分 2303:90 分 3711:97 分

全部判斷資金持續流入。結果今天全部重跌,表示目前籌碼資料仍然停留在昨天。沒有反映今天開盤的大量賣壓。

📰 事件專家(LLM)全部偏多,原因都是:外資喊買 法人調高目標價 營收創高 法說利多
但是今天市場完全沒有照劇本走。代表事件分析目前太相信新聞,沒有判斷:新聞是不是已經反映在股價。

(4) AI vs 規則衝突分析:
今天其實有幾個警訊。例如:

2330開盤 是2430盤中跌到 2395 以下,最後一路殺到 2290。
2303直接跌破買入區。
3711也是一開盤就跌破買入區。如果系統增加一條規則:開盤後跌破買入區,而且大量賣壓出現,就取消今天所有做多建議。
今天三檔其實都能躲掉。也就是說:AI一直看多。市場卻一直在告訴你今天不能買。目前系統沒有讓市場即時否決 AI。

(5) 信心校準分析:今天最大的問題就是:AI給了 85%~89% 的高機率。但最後三檔全部失敗。這表示目前系統給出的數字太樂觀。

例如:88%不代表真的有九成機會會漲。從目前累積結果來看:台積電歷史實戰勝率:約31% 聯電歷史實戰勝率:約30% 日月光歷史實戰勝率:約21%
三檔實戰勝率都不到 70%,代表目前模型還不夠準,不能參考。所以不能因為今天 AI 顯示 88%、90%,就真的相信成功率有那麼高。

(6) 今日發現:

今天最大的收穫反而不是股票,而是找到目前模型最大的弱點。目前三位專家都很容易被:

利多新聞 法說行情 外資喊目標價影響。
但是市場真正會跌的原因通常是:利多大家早就知道了。真正的高手是在:消息最好時開始賣。而不是開始買。這正是目前 AI 還沒學會的地方。

(7) 修改模型與規則:
今天之後,我打算加入幾個新規則:
✅ 規則一:利多出盡偵測,如果近期已經大漲,又碰到法說、營收創高、外資喊買等利多,就降低做多分數,而不是一律加分。
✅ 規則二:開盤否決機制,如果開盤後快速跌破買入區,而且成交量明顯放大,就取消今天所有做多建議。
✅ 規則三:新聞降權,不要因為很多新聞都在看多,就一直提高分數。因為新聞常常是在股價漲很多之後才大量出現。
✅ 規則四:加入市場情緒反轉判斷,例如:開高走低 爆大量下跌 大盤同步轉弱 值股一起被倒貨,遇到這些情況,要降低做多機率。

(8) 信心等級:
❌ 不夠準,不能參考。
今天三檔全部預測失敗,而且模型過度相信利多消息,沒有抓到市場正在獲利了結的賣壓。這次最大的收穫不是預測錯,而是找到系統目前最大的漏洞:太相信「消息」,卻沒有真正觀察市場當下是在買還是在賣。接下來如果能把「利多出盡」、「開盤否決」、「爆量轉弱」等規則加入系統,再配合每天的回測持續修正,模型應該會比現在更接近真實市場。

台積電  TSM  (美股)

🎯 AI勝率📈 方向💰 操作
46.3%🔴 下跌🚫 不建議進場

專家評分 (綜合勝率: 46.3%) 🟠 多空拉鋸 → 保守觀望

技術景氣事件
50分 ⚪ 盤整22分 ❌ 資金渙散83分 ✅ 偏多

聯電  UMC  (美股)

🎯 AI勝率📈 方向💰 操作
49.7%🔴 下跌🚫 不建議進場

專家評分 (綜合勝率: 49.7%) 🟠 多空拉鋸 → 保守觀望

技術景氣事件
50分 ⚪ 盤整22分 ❌ 資金渙散67分 ✅ 偏多

日月光投控    ASX  (美股)

🎯 AI勝率📈 方向💰 操作
41.3%🔴 下跌🚫 不建議進場

專家評分 (綜合勝率: 41.3%) 🔴 空方主導 → 停損警戒

技術景氣事件
50分⚪ 盤整22分 ❌ 資金渙散33分 ❌ 偏空

今日可買名單系統篩選

股票預測方向實際結果驗證
2867 三商壽看多 勝率88.2%收8.98 +0.79%✅ 對
6505 台塑化看多 勝率88.2%收81.3 +1.62%✅ 對
2105 正新看多 勝率87.7%收33.60 +0.15%✅ 對
5880 合庫金看多 勝率87.6%收25.35 -0.59%錯 ❌
6213 聯茂看多 勝率87.2%收319.0 -1.85%錯 ❌
00712 復華富時不動產看多 勝率87.2%收9.06 +0.44%✅ 對
1402 遠東新看多 勝率87.1%收27.70 -0.36%錯 ❌
2618 長榮航看多 勝率87.1%收41.20 -1.67%錯 ❌
1216 統一看多 勝率87.0%收80.0 +1.27%✅ 對
2845 遠東銀看多 勝率86.6%收13.40 -1.11%錯 ❌
2501 國建觀察 勝率67.0%收22.40 -2.18%錯 ❌
2383 台光電觀察 勝率64.7%收4,495 -9.92%錯 ❌
6669 緯穎觀察 勝率64.1%收4,620 -9.68%錯 ❌

量化三關

第一關:法人連買條件 外資連買≥2天 或 投信連買≥2天 或 本土合力≥2天
第二關:融資未暴增 融資增加但外資連買不足3天 → 過濾散戶追高
第三關:基本量能 成交量比(Volume_Spike)≥ 0.3,排除殭屍股

2000支台股篩到剩30支,再送三合一評分,才出現今日可買名單。

⭐ 晨星預測 (4大條件極限過濾)

🎯 核心邏輯: 晨星反轉(78%勝率) + 爆量(動能) + 站上月線(MA20) + 突破平台(近60日高點15%內)

[⭐ 第 1 檔] 希華 (2484)

  • 爆量: 22.17 倍 | 現價: 89.6 | 月線: 80.77 | 近60日高點: 102.0
  • 🟢 極端條件觸發!主力資金與晨星型態共振,建議強烈觀察!

更多文章

AI 股票預測實驗 #19|AI 多模型融合預測
2026-07-07
AI 股票預測實驗 #18|AI 多模型融合預測
2026-07-07
AI 股票預測實驗 #17|AI 多模型融合預測
2026-07-07
AI 股票預測實驗 #11
AI 股票預測實驗 #16|AI 多模型融合預測
2026-07-06

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