🏗️ 進行中的大改版（V3.4）：正在把策略系統重構成「多流派因子 × 持有週期 × 大盤 regime 自適應」，用多角色 AI 專家協作設計、確定性回測引擎驗證。P1 資料層 + P2 因子層（29 因子）已完成、105 測試全綠。完整說明見下方 → 🏗️ V3.4 章節
- 因為最近的夜盤台指期跌了三千多點，連帶 6/8 星期一股市也重挫——夜盤是隔日台股盤勢的領先指標，這版就把夜盤觀察機制做進來了。
- 新增一支早上 08:00 的盤前排程：讀昨晚整段台指期夜盤，推播「今日開盤方向預判（大漲/小漲/平盤/小跌/大跌）」，並把前一天選出的 BUY/WATCH 疊上「夜盤順風🟢 / 逆風🔴」標籤。
- 跟原本收盤後 14:30 的選股報告互補：晚上選股、隔天早上用夜盤校準方向。詳見 → 🌙 夜盤盤前快報
- 這支程式還在星期天開盤前推薦過一支即使大盤被狂殺、依舊漲停的股票，也推薦了星期一可以「便宜加碼」的標的，還不錯～
基本面 × 技術面 × 歷史回測 — 全自動掃描、評分、推播
每天收盤後自動跑，Telegram 收通知，Google Sheet 存紀錄
零伺服器成本，GitHub Actions 免費跑
沒想到這個小專案挺受歡迎 🙏 真心感謝每一位 Star、Fork、回報問題與提出建議的朋友。
接下來會持續更新，重點方向：
- 🎨 全新 UI / UX — 不再只有 Telegram 通知，將推出互動式網頁 Dashboard（今日訊號表、個股卡片、Performance 回測曲線）
- 🤖 Multi-Agent 互動介面 — 結合 CopilotKit + LangGraph，讓你直接「跟 AI 對話」管理觀察清單、重跑選股、做 what-if 回測
敬請期待，也歡迎繼續提 issue 與 PR 一起把它做得更好！
過去只有 Telegram 通知，這版開始有了完整的互動式網頁介面。main.py 的單一寫死策略也重構成「參數化策略」，每個策略 = strategies/<id>.json 一份檔案，可在網頁上建立、調參、執行。
新增兩個服務：
- FastAPI 後端 (
api/)：策略 CRUD、Gemini 自動生策略、用任一策略執行 watchlist - Next.js 前端 (
web/)：策略庫列表、手動建立表單、AI 生策略（自然語言 → JSON）、Dashboard
介面預覽截圖在最下方 → 🖼️ Web UI 介面預覽
# Terminal 1 — 後端
uv sync
uv run uvicorn api.main:app --reload --port 8000
# Terminal 2 — 前端
cd web && npm install && npm run dev開 http://localhost:3000 即可。需新增環境變數 GEMINI_API_KEY（AI 生策略用，可選）。詳見 web/README.md 與 strategies/SCHEMA.md。
原本的 main.py 走排程跑 default 策略，跟新 UI 完全相容。
舊版策略本質是「一份扁平 20 格參數 + 固定四技術訊號」，表達力有限。這版正在做一次地基級重構：把策略升級成「多流派因子 × 持有週期 × 大盤 regime 自適應」，用多角色 AI 專家協作設計、用確定性回測引擎驗證，產出更精準的策略庫。
- 表達力弱 — 扁平參數無法表達「電子股一套、金融股另一套」「多頭放寬、空頭收緊」這種分層／條件邏輯。
- 輸入維度窄 — 只有日 K 價量 + 年度 EPS/ROE，缺三大法人籌碼、月營收動能、估值分位、融資券、大盤結構。
- 回測太薄 — 只算勝率、固定持有 20 日，沒有分市況、最大回撤、夏普；「歷史勝率 70%」可能只是某段大多頭撐出來的假象。
研發層（多 AI 專家 workflow，跑一次、人工挑）
資料專家 + Regime專家 → 7流派分析師 → 回測工程師 → 風控批判 → 首席策略長
產出 → strategies/v2/*.json + 研發報告
│ 共用「純 Python 確定性地基」（研發驗證過＝上線一模一樣）
固化層（每天跑進 main.py）
逐檔: 算因子 → 判大盤 regime → 套最佳策略 → 規則決定 BUY/WATCH/SKIP → LLM 寫成專家會議紀要
關鍵設計：回測數字一律來自確定性引擎，LLM 不臆造。AI 專家負責「設計因子、看回測調整、組裝策略、寫人話理由」，買賣訊號由可回測的量化規則決定——所以「多專家」與「可回測」能並存。
| 階段 | 內容 | 狀態 |
|---|---|---|
| P1 資料層 | FinMind 7 dataset 的 point-in-time loader（法人／月營收／估值／融資券／外資持股／大盤指數）+ 快取限流 + FactorContext |
✅ 完成 |
| P2 因子層 | 7 流派 29 因子（價值3／成長3／動能4／籌碼4／營收3／反轉3／突破3 + legacy 相容6）+ registry + build_panel |
✅ 完成 |
| P3 回測引擎 | regime_classify（判多／盤／空）+ 分市況 backtest_v2（夏普／最大回撤／樣本外）+ 投組聚合 |
🔜 規劃中 |
| P4 策略 schema | 分層 schema（factors 加權 + regime_overrides + period）+ v1/v2 向後相容 | 🔜 |
| P5 研發 workflow | 多專家協作設計 + 回測驗證 → 產策略庫 | 🔜 |
| P6 固化 runtime | evaluate_v2 + LLM 解說員，接回 main.py |
🔜 |
| P7 前端／API | 策略庫 v2 + AI 生成器升級 | 🔜 |
P1 + P2 共 105 個自動化測試全綠，所有因子無未來資訊（point-in-time）、值域 0~1、缺料統一處理。
# 1) 單元測試（不需任何 token）
uv run pytest -q
# 2) 對真實股票算 29 個因子（需 .env 內的 FINMIND_TOKEN）
uv run python -c "
from dotenv import load_dotenv; load_dotenv('.env')
from stock_strategies.context import build_context
from stock_strategies.factors import FACTOR_REGISTRY, compute_factor, compute_all_factors
ctx = build_context('2330', '2024-06-28')
for n in sorted(FACTOR_REGISTRY): print(f'{n:32s}', compute_factor(n, ctx, {}))
fl = [{'name': n, 'weight': 1} for n in FACTOR_REGISTRY]
print('composite =', round(compute_all_factors(ctx, fl, {})['composite'], 3))
"實測台積電（2330）2024-06-28：動能派頂、價值派趴、成長派不錯——方向完全符合當時 AI 題材大多頭、估值偏貴的現實，證明因子有意義。
- 完整設計規格：
docs/superpowers/specs/（169K 字，含 8 個跨模組介面契約 §4、回測方法、七流派因子公式） - 實作計畫：
docs/superpowers/plans/（P1、P2… 每塊 bite-sized TDD）
台指期夜盤交易時段為 15:00 ～ 隔日 05:00，這段時間涵蓋了歐美股市與國際消息的反應。隔天台股 09:00 開盤往往會「跳空」去貼齊夜盤的位置——所以昨晚夜盤的漲跌，是今日台股開盤方向的領先參考。6/8 那次台指期夜盤重挫三千多點，隔天現貨開盤就跟著大跌，就是最直接的例子。
夜盤訊號接在兩個地方，定位不同：
14:30 收盤後選股（main.py） |
🌙 08:00 盤前快報（premarket.py） |
|
|---|---|---|
| 夜盤角色 | 情緒風控濾鏡 | 開盤方向預測 |
| 用哪段夜盤 | 昨晚（已反映在今收）→ 風控 | 昨晚（隔日就要開盤）→ 預測 |
| 怎麼作用 | 昨晚夜盤大跌 → BUY 自動降 WATCH；小跌標逆風；報告標頭顯示夜盤濾鏡狀態 | 推「今日開盤方向預判」+ 把昨日 BUY/WATCH 貼順風/逆風 |
為什麼分兩處？
main.py14:30 跑時，今晚夜盤還沒開始，只能拿到「昨晚」那段——它已反映在今天收盤價，所以在 main 裡定位是風控（夜盤重挫 → 隔日選股轉保守），而非精準開盤預測。真正「夜盤預測今日開盤」的角色，由隔天早上 08:00、夜盤收完後跑的盤前快報負責。兩者都不重跑個股選股，各只多打 1 次台指期 API，省 FinMind 額度。註：夜盤是大盤級訊號，對 watchlist 每檔影響相同，若直接加進個股分數只會整體平移、不改變排名，因此設計成門檻/濾鏡（比照加權月線濾鏡）而非個股加分。
讀台指期夜盤近月（FinMind TaiwanFuturesDaily 的 after_market session），用漲跌幅分五級（門檻可在 config.py 調）：
| 夜盤漲跌幅 | 預判 | 對昨日 BUY/WATCH 的標籤 |
|---|---|---|
| ≥ +1.5% | 🚀 大漲 | 夜盤順風🟢（回檔承接優於追高，留意開高走低） |
| +0.5 ~ +1.5% | 🟢 小漲 | 夜盤順風🟢 |
| −0.5 ~ +0.5% | ⚪ 平盤 | 夜盤中性⚪（看量價表態） |
| −1.5 ~ −0.5% | 🟠 小跌 | 夜盤逆風🔴（等止穩再進） |
| ≤ −1.5% | 🔴 大跌 | 夜盤逆風🔴（嚴設停損／觀望） |
🌙 夜盤盤前快報 2026/06/09 (週二)
🚀 台指期夜盤 +2.13% (+916 點)
近月收 43999 | 量 73,636
📈 開盤方向預判：大漲 → 今日開盤偏多，留意開高走低、別追高
📋 昨日訊號 × 夜盤對照 (2026-06-09)
🟡 WATCH 6510 精測 50分 · 夜盤順風🟢
🟡 WATCH 2330 台積電 50.2分 · 夜盤順風🟢
🟡 WATCH 2357 華碩 50.6分 · 夜盤順風🟢
↳ 夜盤偏多 — 回檔承接優於追高，開高別追、留意開高走低
💡 夜盤僅領先參考，開盤後仍以實際量價為準
本機先測一次（會真的發一則 Telegram）：
uv run python premarket.py要排程自動跑，把 premarket.yml 一起搬進 .github/workflows/（secret 跟 daily.yml 共用，不用另外設）：
cp premarket.yml .github/workflows/premarket.yml
git add . && git commit -m "setup: enable premarket workflow" && git push之後每個交易日台灣時間 08:00（夜盤 05:00 收完、開盤 09:00 前）自動推播。週一會自動抓到上週五的夜盤；若 08:00 夜盤資料還沒更新，會取最近一筆並標明資料日期。
微調門檻：改
stock_strategies/config.py的night_gap_big（大漲/大跌界線，預設 1.5%）與night_gap_small（平盤界線，預設 0.5%）。
一個 單檔 Python 腳本，幫你每天自動做三件事：
Google Sheet 股票池 → 跑策略評分 → Telegram 推播 + Sheet 紀錄
你只需要維護一張 Google Sheet 的觀察清單，系統每天台股收盤後自動：
- 抓資料 — 透過 FinMind API 取得基本面財報 + 日 K 線
- 跑策略 — 基本面篩選 → 技術面評分 → 3 年歷史回測
- 發通知 — Telegram 推播買進/觀察訊號，附完整進出場價位
- 存紀錄 — 結果寫回 Google Sheet，累積歷史追蹤
不用租伺服器、不用學框架、不用碰資料庫。 Fork 這個 repo，設好環境變數，就會自動跑。
第一則 — 市場總覽
📊 V3.0 每日選股報告 2026/04/09
掃描 15 檔 | BUY 2 | WATCH 5 | SKIP 8
🌡️ 市場氛圍
🟢 偏多 — 多數標的上漲且站穩月線，可積極佈局
池內均漲 +1.8% | 10/15 檔上漲 | 11/15 檔站上月線
📡 類股強弱排名
🔥 CPO (3檔) 5日均漲+4.2% | BUY 1 WATCH 1
📈 機器人 (2檔) 5日均漲+1.5% | BUY 1 WATCH 0
📉 重電 (2檔) 5日均漲-0.8% | BUY 0 WATCH 1
第二則 — 個股詳情
🟢 BUY — 建議進場 (2)
2308 台達電 綜合 72 分
🔥 5日+3.8% | 20日+8.2% | 距高點-5% | 站上月季線 | 量能放大
進場 1660 → 停損 1527.2 / 目標 1826
風報比 1:1.25 | 建議部位 20%
基本面✅ | 技術分 75 | 勝率 68% (12次)
觸發: 均線多頭, KD黃金交叉, MACD多頭
💡 為何買: 所有條件皆達標
第三則 — 操作建議
🧠 今日操作建議
🔑 最值得關注
• 2308 台達電 (BUY, 72分)
技術面出現均線多頭/KD黃金交叉/MACD多頭，帶量上攻，多頭排列
若進場: 進 1660 → 損 1527.2 / 標 1826
📌 操作方向
• 市場偏多，可挑選技術面強勢股分批進場
• 優先選回測勝率>60%、站穩月線的標的
通知分三則推送：市場總覽 → 個股詳情 → 操作建議，手機閱讀友善。
你需要準備四組免費的 API / 帳號：
| 服務 | 用途 | 取得方式 |
|---|---|---|
| FinMind | 台股財報 + K 線資料 | 免費註冊，拿 API token |
| Telegram Bot | 推播通知 | 找 @BotFather 建 bot |
| Google Sheet | 股票池 + 訊號紀錄 | 建一張空的 Sheet |
| GCP Service Account | 程式讀寫 Sheet 的權限 | 建 SA，下載 JSON 金鑰 |
# Fork 這個 repo 到你的 GitHub，然後
git clone https://github.com/<你的帳號>/stock-strategies-only.git
cd stock-strategies-only建一張新的 Google Sheet，第一個分頁命名為 Watchlist，欄位如下：
| stock_id | name | category | enabled |
|---|---|---|---|
| 2330 | 台積電 | AI | TRUE |
| 2308 | 台達電 | CPO | TRUE |
| 2049 | 上銀 | 機器人 | TRUE |
stock_id— 台股代號category— 自訂類股分類（用於類股強弱排名）enabled— 設FALSE可暫停追蹤，不用刪除
Signals分頁不用手動建，程式第一次跑會自動建立。
記下 Sheet ID（網址中 https://docs.google.com/spreadsheets/d/【這段】/edit）。
- 到 Google Cloud Console 建專案
- 啟用 Google Sheets API 和 Google Drive API
- 建立 Service Account，下載 JSON 金鑰
- 把 JSON 裡的
client_email（長得像xxx@xxx.iam.gserviceaccount.com）加到你的 Google Sheet 共用權限（編輯者）
- Telegram 搜尋 @BotFather，輸入
/newbot建立機器人，拿到BOT_TOKEN - 搜尋 @userinfobot，拿到你的
CHAT_ID
到 finmindtrade.com 免費註冊，登入後在個人頁面取得 API Token。
# 安裝 uv（如果還沒有）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 安裝依賴
uv sync
# 複製環境變數範本，填入你的值
cp .env.example .env
# 編輯 .env，填入上面拿到的各組 token
# 跑一次看看
uv run python main.py成功的話，你的 Telegram 會收到選股通知，Google Sheet 的 Signals 分頁會出現新資料。
到你 fork 的 repo → Settings → Secrets and variables → Actions → New repository secret，加入五個 secret：
| Secret 名稱 | 值 |
|---|---|
FINMIND_TOKEN |
你的 FinMind API token |
TELEGRAM_BOT_TOKEN |
你的 Telegram Bot token |
TELEGRAM_CHAT_ID |
你的 Telegram Chat ID |
GOOGLE_SHEET_ID |
你的 Google Sheet ID |
GOOGLE_CREDS_JSON |
Service Account JSON 整串貼進去 |
把 workflow 搬到正確位置（兩支共用同一組 secret）：
mkdir -p .github/workflows
cp daily.yml .github/workflows/daily.yml # 收盤後 14:30 選股
cp premarket.yml .github/workflows/premarket.yml # 盤前 08:00 夜盤快報
git add . && git commit -m "setup: enable daily + premarket workflow" && git push到 Actions 分頁點 Run workflow 各手動跑一次測試。沒問題後，每個交易日台灣時間 14:30（選股）與 08:00（夜盤快報）會自動執行。只想要其中一支就只複製對應的 yml 即可。
GitHub Actions 免費額度：Private repo 每月 2000 分鐘，這個 workflow 每次約 2 分鐘，每月最多跑 22 天（交易日）= 44 分鐘，完全免費。
綜合分 = 基本面 × 30% + 技術面 × 30% + 回測勝率 × 40%
| 綜合分 | 動作 | 條件 |
|---|---|---|
| ≥ 65 | 🟢 BUY | 基本面通過 + 技術分 ≥ 50 + 綜合分 ≥ 65 |
| ≥ 50 | 🟡 WATCH | 接近但未全過 |
| < 50 | ⚪ SKIP | 不符合 |
# 近 3 年每年都要達標
EPS > 5.0 # 每股盈餘
ROE > 15% # 股東權益報酬率通過 = 100 分，未通過 = 40 分。這是成長股篩選的基本門檻，過濾掉體質差的公司。
四大指標各 25 分：
| 指標 | 滿分條件（25 分） | 部分得分 |
|---|---|---|
| 均線排列 | 收盤 > MA20 > MA60（多頭排列） | 收盤 > MA20（12 分） |
| 布林通道 | 貼近下軌反彈（距下軌 < 3%） | 收盤在中軌下方（10 分） |
| KD 指標 | K > D 且 K < 80（黃金交叉未過熱） | K > D（10 分） |
| MACD | 柱狀 > 0 且 DIF > DEA | 柱狀 > 0（10 分） |
對過去 3 年所有技術分 ≥ 60 的交易日，模擬：
- 以收盤價進場
- 持有 20 個交易日
- +10% 停利 / -8% 停損 / 到期以收盤結算
回測分 = 歷史勝率 × 100
⚠️ 回測樣本 < 8 次時系統會標註「統計弱」，這種勝率參考就好。
每筆交易自動計算：
停損價 = 進場價 × (1 - 8%)
目標價 = 進場價 × (1 + 10%)
風報比 = 10% / 8% = 1.25
建議部位 = min(2% / 停損%, 20%) = 25%（上限 20%）
修改 stock_strategies/config.py 裡的 CONFIG：
CONFIG = {
"eps_threshold": 5.0, # EPS 門檻，降低可納入更多股票
"roe_threshold": 15.0, # ROE 門檻
"backtest_years": 3, # 回測年數
"hold_days": 20, # 持有天數（交易日）
"target_return": 0.10, # 停利 10%
"stop_loss": 0.08, # 停損 8%
"min_tech_score_for_signal": 60, # 回測取樣的技術分門檻
"min_total_score_for_buy": 65, # BUY 的綜合分門檻
}加入新技術指標（以 RSI 為例）
# 在 stock_strategies/indicators.py 的 add_indicators() 裡新增
delta = df["close"].diff()
gain = delta.where(delta > 0, 0).rolling(14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(14).mean()
df["rsi"] = 100 - (100 / (1 + gain / loss))
# 在同一個檔案的 tech_score_at() 裡新增評分邏輯
if pd.notna(row.get("rsi")) and 30 < row["rsi"] < 70:
score += 20
signals.append("RSI 中性區")調整評分權重
# stock_strategies/evaluate.py 裡的綜合分公式
signal_score = round(
0.3 * fund_score + # 基本面 30%
0.3 * tech_score + # 技術面 30%
0.4 * bt_score, # 回測 40%（目前權重最高）
1
)
# 想更重視技術面？改成 0.2 / 0.5 / 0.3週期股策略
預設策略適合成長股（台達電、上銀這類）。週期股（面板、記憶體、航運）建議：
- 降低或跳過 EPS/ROE 門檻
- 改看營收年增率
- 加入產業景氣指標
【收盤後 14:30 — main.py 選股】
┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ Google Sheet │────▶│ Python 腳本 │────▶│ Telegram │
│ (Watchlist) │ │ │ │ (通知推播) │
└─────────────┘ │ 1. 讀觀察清單 │ └─────────────┘
│ 2. FinMind API│
┌─────────────┐ │ 3. 策略評分 │ ┌─────────────┐
│ FinMind │────▶│ 4. 歷史回測 │────▶│ Google Sheet │
│ (財報 + K線) │ │ 5. 發通知 │ │ (Signals) │
└─────────────┘ └──────────────┘ └─────────────┘
【盤前 08:00 — premarket.py 夜盤快報】
┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ FinMind │────▶│ 夜盤近月漲跌 │────▶│ Telegram │
│ (台指期夜盤) │ │ → 開盤方向 │ │ (盤前快報) │
└─────────────┘ │ + 疊加昨日訊號 │ └─────────────┘
┌─────────────┐ │ (順風/逆風) │
│ Google Sheet │────▶│ │
│ (Signals) │ └──────────────┘
└─────────────┘
┌──────────────────────────┐
│ GitHub Actions │
│ 14:30 選股 / 08:00 夜盤 │
│ 每交易日自動觸發 │
└──────────────────────────┘
stock-strategies-only/
├── main.py # 入口①：收盤後 14:30 選股（串接整個流程）
├── premarket.py # 入口②：盤前 08:00 夜盤快報
├── stock_strategies/
│ ├── config.py # 策略參數 & 常數（含夜盤門檻）
│ ├── sheet.py # Google Sheet 讀寫
│ ├── data.py # FinMind API 資料抓取
│ ├── market.py # 大盤濾鏡（加權指數月線）
│ ├── night_session.py # 夜盤抓取 + 開盤方向分類
│ ├── indicators.py # 技術指標計算 + 評分
│ ├── backtest.py # 歷史回測
│ ├── evaluate.py # 綜合評估（組合以上模組）
│ └── notify.py # Telegram 格式化 + 發送
├── pyproject.toml # Python 依賴管理（uv）
├── uv.lock # 鎖定版本
├── daily.yml # GitHub Actions：收盤後選股（14:30）
├── premarket.yml # GitHub Actions：盤前夜盤快報（08:00）
├── .env.example # 環境變數範本
└── README.md
FinMind 免費帳號有請求限制嗎？
有，免費帳號每天約 600 次請求。每檔股票需要 2 次（財報 + K 線），所以觀察清單 300 檔以內不會超限。一般散戶追蹤 10-50 檔完全沒問題。
可以用其他資料源取代 FinMind 嗎？
可以。只需要改 stock_strategies/data.py 裡的三個函式，回傳格式一樣就行。常見替代：TWSE OpenData、Yahoo Finance（需額外套件）。
GitHub Actions 要錢嗎？
Private repo 每月免費 2000 分鐘，這個 workflow 每次約 2 分鐘，每月最多跑 22 天 = 44 分鐘，完全免費。Public repo 更是無限制。
想用 LINE Notify 而不是 Telegram？
改寫 stock_strategies/notify.py 裡的 send_telegram() 函式，換成 LINE Notify API 即可，其他模組完全不用動。
回測勝率可信嗎？
看樣本數。系統會自動標註：
- < 8 次：基本無統計意義
- 8-15 次：僅供參考
- > 20 次：相對可信，但仍不保證未來表現
回測用的是固定停損停利結算，對趨勢型成長股比較適用。
怎麼用 AI 助手管理觀察清單？
如果你有接 Google Sheets MCP（如 Claude Desktop），可以直接用對話操作：
「把 2330 台積電加進 watchlist，category 放 AI」
「先把 3081 聯亞停掉，還沒反轉」
下次排程自動納入或排除。
Dashboard — 一鍵執行今日選股 挑一個策略、按下執行，即時看到 watchlist 每檔的綜合分與 BUY / WATCH / SKIP 結果，並標出市場氛圍。
策略庫 — 所有策略集中管理 每個策略一張卡片，列出 EPS / ROE 門檻、總分門檻、持有日等關鍵參數，可直接「跑一次」或新增。
手動建立策略 — 全參數化表單 基本面門檻、回測與訊號、風險（停利 / 停損）、評分加權、技術訊號開關全部可調，所有欄位都有預設值。
AI 生策略 — 用一句話生出參數 輸入「我想做短線動能，5–10 天持有，停損 -5%、停利 +15%」這類自然語言，Gemini 自動生出對應策略 JSON，可再微調後存進策略庫。
✅ 最新完成
- 🌙 夜盤盤前快報 — 早上 08:00 讀台指期夜盤，預判今日開盤方向，疊加昨日訊號順風/逆風
🚧 進行中（下一個大版本）
- 🎨 互動式網頁 Dashboard — 今日訊號表、個股詳情卡、Performance 回測曲線（Next.js + Tailwind）
- 🤖 Multi-Agent 對話介面 — CopilotKit + LangGraph，用對話管理 watchlist、重跑選股、what-if 回測
📋 規劃中
- 類股強弱前置過濾 — 順風類股才出訊號
- 資金控管模組 — 追蹤總部位曝險
- 追蹤停利 — 已進場部位的每日監控
- 週期股策略 — 營收年增率 + 景氣指標
- 週報自動生成 — 每週日回顧本週訊號表現
MIT License — 自由使用、修改、散佈。
本專案僅供學習與研究用途。程式產生的訊號不構成投資建議。股票投資有風險，任何交易決策請自行判斷並承擔責任。過去的回測表現不代表未來的獲利保證。