YinOnMars Prediction Experiment #43 : Multi-Model AI Fusion Stock Forecast with QQCDR Engine
AI 股票預測實驗系列第 43 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。
投資有風險,這裡只是實驗系統的分享。
預測都會公開驗證,讓大家一起追蹤 AI 的長期表現…
2330 台積電 (台股)
| 股票 | AI預測 | 預測 | 預估價格 |
| 2330 (TW) | 🟢 上漲 46.8% 🔴 下跌 53.2% | 🟠 保守觀望 | 2367.50 ~ 2392.50 |
| 操作 | 技術 | 籌碼 | 事件 |
| ⚪ 建議觀望 | 55.9 | 97.0 | 50.0 |
2303 聯電 (台股)
| 股票 | AI預測 | 預測 | 預估價格 |
| 2303 (TW) | 🟢 上漲 55.8% 🔴 下跌 44.2% | 🟡 觀察候補 | 128.94 ~ 130.90 |
| 操作 | 技術 | 籌碼 | 事件 |
| ⚠️ 等止跌 (跌破買入區) | 61.0 | 92.0 | 83.3 |
3711 日月光投控 (台股)
| 股票 | AI預測 | 預測 | 預估價格 |
| 3711 (TW) | 🟢 上漲 46.3% 🔴 下跌 53.7% | 🟠 保守觀望 | 591.52 ~ 606.48 |
| 操作 | 技術 | 籌碼 | 事件 |
| ⚪ 建議觀望 | 55.1 | 95.0 | 50.0 |
台積電 TSM (美股)
| 股票 | AI預測 | 預測 | 預估價格 |
| TSM (US) | 🟢 上漲 47.6% 🔴 下跌 52.4% | 🟠 保守觀望 | 410.58 ~ 416.24 |
| 操作 | 技術 | 景氣 | 事件 |
| ⚪ 建議觀望 | 54.5 | 22.0 | 66.7 |
聯電 UMC (美股)
| 股票 | AI預測 | 預測 | 預估價格 |
| UMC (US) | 🟢 上漲 49.3% 🔴 下跌 50.7% | 🟠 保守觀望 | 18.24 ~ 18.72 |
| 操作 | 技術 | 景氣 | 事件 |
| ⚪ 建議觀望 | 64.8 | 22.0 | 16.7 |
日月光投控 ASX
| 股票 | AI預測 | 預測 | 預估價格 |
| ASX (US) | 🟢 上漲 46.9% 🔴 下跌 53.1% | 🟠 保守觀望 | 35.96 ~ 36.86 |
| 操作 | 技術 | 景氣 | 事件 |
| ⚪ 建議觀望 | 50.8 | 22.0 | 33.3 |
台美股檢討
本輪(VIX風險機制修正前的資料)出現一個有意思的對照——6檔觀察標的中有5檔系統主動判定「雜訊區間、建議觀望」,未強行給出方向,實際結果全數呈現下跌(-0.32%~-2.06%),系統的保守判斷相當準確。
唯一被賦予明確方向的一檔(2303聯電,預測上漲55.8%),反而是本輪唯一失準的個股,實際下跌近4.9%,儘管當時新聞面顯示「投信大補貨、股價創26年新高」等利多消息。
這批資料顯示既有的保守機制(大盤跌幅觸發降溫)在市場轉弱時已能發揮一定緩衝作用,但仍是「事後反應」型態,需等大盤數據真正轉負才會觸發;這也正是後續導入VIX早期預警機制的核心動機,希望能在市場氛圍轉弱的更早期就主動降溫,而不只是等既有指標確認轉弱後才反應。
今日候選名單
目前系統的「排序能力」尚未被驗證為可靠(分數較高不代表比分數較低更會漲),建議把以下候選名單當成一籃子分散布局的參考池,而不是挑單一名次重壓。
信心較高候選
| 股票 | 外資連買 | 投信連買 | 技術分 | 事件分 |
| 00407A 主動凱基台灣 | 5 天 | 0 天 | 82.0 | 47.5 |
一般候選(共5檔,僅供參考)
- 009821 野村稀土關鍵資源 | 外資連買18天 | 投信連買0天
- 009824 群益美國科技巨頭 | 外資連買4天 | 投信連買0天
- 2609 陽明 | 外資連買3天 | 投信連買12天
- 2542 興富發 | 外資連買2天 | 投信連買13天
- 2887 台新新光金 | 外資連買-2天 | 投信連買8天
更多文章…
AI 股票預測實驗 Day 42|AI 多模型融合預測
從股票實驗到產品開發 用「多模型融合」提升 AI 預測的準確率
第20 天的股票預測實驗檢討,系統像是產出反指標 >..<

發表迴響