量化選股怎麼做？你問AI「今天哪些股票值得注意」為什麼永遠得不到名單，主力雷達怎麼做到通用AI做不到的事

2026-08-07・金牛衝衝衝

量化選股是什麼：用規則與回測取代主觀選股

量化選股是把選股邏輯寫成可執行的條件規則，透過股票篩選工具與選股策略回測驗證有效性，取代單純問AI聊出來的建議。這也是Money Turbo 主力雷達的AI選股系統每天收盤後自動跑全市場的核心方法。

你問 ChatGPT「今天有哪些股票值得注意」，量化選股答案為什麼總是差一步

這兩週我被問最多次的問題，不是台股會不會漲，是這句：「我自己用 ChatGPT 問股票不行嗎？」問的人幾乎都已經試過，而且都卡在同一個地方——你問它「今天有哪些股票值得注意」，它給你一段四平八穩的話，講產業前景、講風險提醒，就是生不出一張你敢照著看的名單。上週五收盤後我自己又測了一次，開一個新對話視窗，直接問「幫我列出今天值得注意的台股」，得到的回覆是先講半導體供應鏈、講記憶體漲價，最後加一句投資有風險請謹慎評估，完全沒有股票代號。

一段四平八穩的話，換不成一張敢照著看的名單

我自己也天天用 AI，公司整套量化選股系統的雛型也是靠它寫出來的，所以很清楚一套真正的ai選股系統能做到哪裡、卡在哪裡。你請它幫你選股，它會很誠懇地告訴你半導體產業前景不錯、AI 供應鏈值得留意——這段話邏輯沒有錯，可是它沒有回答你真正想問的：今天全市場一千九百多檔裡面，有哪幾檔真的同時符合你設定的條件？

提示詞寫得再準，也繞不開資料結構

提示詞寫得再精準，也繞不開它先天的限制。我自己試過把股票代號、K 線截圖、財報數字整包塞進對話框，換來的答案確實更貼近問題，但資料的型態、驗證過去表現的方式、還有它是主動還是被動運作，這三件事跟提示詞寫得好不好完全無關。這篇文章接下來要拆的，就是這三個結構性的坑，還有為什麼這件事不是自己寫幾行程式就能補起來。

這半個月被問最多次的問題，背後藏著同一個期待

會問「我自己用 ChatGPT 問股票不行嗎」的人，其實期待的從來不是一段分析，是一張名單。這跟問「這家公司好不好」是兩種完全不同的問題——後者是知識查詢，AI 回答得很好；前者是每天要重新普查一次全市場的動作，這種需求換一個模型、換一次提示詞都解決不了。

通用AI做不到量化選股的兩個地方：讀的是結果，也沒有時光機的紀律

通用 AI 選不出股票名單，卡在兩個結構性的地方：它讀的資料本身就是事後才被寫成文字的東西，而它做回測時，又沒辦法誠實地只用某一天真的已經公布的資料。

新聞寫出來的時候，籌碼早就走完了

通用 AI 的資訊來源是新聞、財經網站、論壇、研究報告，這些東西有個共同點——都是事情發生完之後才被寫出來的。「某公司營收創新高」見報時，籌碼早就進場了；「某題材發燒」被寫成文章時，第一棒通常已經走完。真正的選股訊號藏在還沒被寫成文字的地方：集保每週更新的千張大戶人數變化、投信連續幾天買超、融資餘額怎麼退場、董監持股有沒有悄悄加碼。這些是過程，不是結果，它們以數字的形式散落在證交所、櫃買、集保、期交所的公開檔案裡，沒有人會把它寫成一篇文章餵給 AI 讀。

法人買賣超晚上九點半才公布，AI不管這件事

台股的資料有非常明確的公布時點。根據臺灣證券交易所公開資訊，三大法人買賣超要等到當天晚上九點半才出得來；月營收要等到次月十一號；根據臺灣集中保管結算所公布的集保戶股權分散表，千張大戶的持股變化是隔週才更新；董監持股每月十七號才公告。你問 AI「去年六月十五日買這檔會怎樣」，它會用今天已知的所有資訊回答你——這在專業上叫前視偏誤，用未來的資料驗證過去的決策，得出的漂亮結果一到真實市場就會失效。這件事沒辦法靠聊天問出來，得寫進程式裡，變成一張「什麼資料什麼時候才准用」的規則表，我們內部叫它資料時鐘。在實務上，這種偏誤只要牽涉到日期重放，就一定會出現，逃不掉。

融資維持率停止更新之後，通用AI連查都查不到

有個更現實的例子。融資維持率這項數字，官方已經停止更新。通用 AI 查不到，因為根本沒有這筆公開資料可讀，它連猜都沒辦法猜。我們的做法是自己建一套成本模型，用融資餘額的變動去推算平均成本，再回推壓力區間——這需要一張自己維護的資料表，每天更新，還要在畫面上誠實標明「這是估算值，不是官方數字」。這種東西不是問出來的，是自己蓋出來的。

它不會每天下午五點準時把全市場掃一遍

選股這件事的本質是主動的普查，不是被動的問答——今天全市場有哪幾檔同時滿足這一組條件？這個問題沒辦法靠問得到答案，只能靠掃。

選股的本質是普查，不是問答

AI 是被動的，你問它才動。但選股要回答的問題是今天全市場同時符合這組條件的有哪些，這需要把每一檔股票、每一項條件都檢查一遍，而不是針對某一檔深入分析。這兩種任務對 AI 來說完全不同——一個是深度，一個是廣度，通用 AI 擅長前者，選股需要的是後者。

一千九百多檔股票，只有排程能做完

根據臺灣證券交易所與財團法人中華民國證券櫃檯買賣中心公開資料，上市加上櫃股票合計超過一千九百檔。如果每天要親自把這些股票的籌碼、量價、財報都看一遍，光是瀏覽就要耗掉一整晚，更不用說要交叉比對好幾組條件。這件事只能靠排程程式在收盤後自動跑完，不能靠人工，也不能靠一次性的對話。

這也是為什麼AI操盤心法只能解決單檔問題

之前在拆解 AI 操盤心法那篇文章裡也提過，把大盤走勢、籌碼面、技術線型完整餵給 ChatGPT 或 Gemini，最多能得到一份水準之上的單檔分析報告。但那份報告解決的是「這一檔股票現在該怎麼看」，不是「今天全市場哪些股票值得看」。前者靠人主動餵資料就能做到，後者需要系統每天自動跑完，這是兩種不同層次的需求。

自己用 Claude 或 Codex 兜一個選股系統，會卡在哪一關

現在用 AI 寫程式的門檻很低，週末花幾個小時，用 Claude 或 Codex 就能兜出一個看起來很像樣的網頁——抓幾支股票的價量、畫個圖表、套一個深色主題，介面漂亮到可以拿去展示。

介面做得漂亮，是最容易的一步

介面做得漂亮不難，很快就能上手。這套系統真正需要花時間的，是每天下午五點收盤後，要不要每一次都誠實地只用那一天真的已經公布的資料重建當天的清單？昨天公布的月營收，今天算不算？上週更新的集保大戶名單，這週的訊號能不能沿用？這些規則寫錯一條，回測結果就會漂亮到不像話，因為它偷偷用了未來才知道的資料。這種錯誤在畫面上完全看不出來，只有把過去一整年逐日重放一遍，才會現形。

兩百多條心法要靠人整理，不是模型自己長出來的

就算資料時鐘寫對了，還有一個更根本的問題：機器要檢查哪些條件，才是真的有效的？「大戶人數增加」這個數字，Claude 也查得到，但「大戶人數增加、同時股東總人數下降，才是真的在吃貨」，這是需要花時間整理操盤經驗才能得出的判斷，不是模型自己推理出來的。這部分沒有捷徑，得靠人一條一條把心法寫下來，再拆成機器看得懂的條件，這個過程沒辦法外包給 AI 自己完成。

回測要重放一整年，時間成本不是免費的

自己兜系統的人常常會漏掉一個環節：回測選股策略不是跑一次就結束，而是每次調整一個條件，就要把過去一整年重新跑一遍，確認調整後的策略在歷史上是不是真的有效。這件事需要穩定的運算排程與資料儲存架構，業餘時間維護，很容易在改了幾次參數之後就放棄，因為光是等一次回測跑完就要花不少時間，更別說要同時維護十幾套策略。

我們怎麼把它疊起來：心法、條件積木、回測三層

主力雷達的 AI 選股助手不是一個聊天框，是一條每天自動跑完的產線，由三層疊起來，缺一層都不成立。

兩百多條主力心法，先決定要看哪些條件

第一層是主力心法——我們把過去操盤心法收斂成一座心法庫，兩百多條，分成十二個主題，包括主力視角與反市場心理、洗盤與出貨的差別、量價關係、籌碼與真主力辨識、軋空與券資、選股與低基期挖掘等等。這一層才是整套系統的靈魂，因為條件本身沒有意義，是心法決定了要看哪些條件、看到之後該怎麼解讀。

條件積木組合成策略，交給機器每天普查

第二層是條件積木，把心法拆成一塊一塊白話的條件——投信連續買超、千張大戶人數增加、融資清洗完成、營收創歷史新高、還沒漲一大段——再用不同組合方式疊成策略。這部分我們在量化雷達那篇文章拆得比較細。每天下午五點收盤後，引擎把每套策略對全市場跑一遍，命中的股票會附上白話說明它為什麼通過，不是丟一個代號叫你自己猜。

三道關卡：時機開關、聰明錢確認、基本篩選

每一條策略上線前都要通過三道關卡。時機開關決定策略什麼時候該啟動，例如季底作帳窗口開啟，時機不對，整條策略直接休眠，一檔都不給；聰明錢確認看的是法人和大戶的真實足跡，例如投信連續買超、千張大戶人數增加；基本篩選則是股本大小、營收體質、流動性門檻，先把殼股與成交量太小的股票擋在門外。三道關卡同時成立，股票才會出現在當天的命中名單上，少一關都不行。

回測在我們這裡，是用來砍東西的，不是用來曬成績單

這一層是外面最少人做、卻決定成敗的一層，也是我們的選股策略回測最核心的一步。我們把每張清單都重寫成可以指定日期重算的函數，把過去一整年逐日重放一遍——只用那一天真的已經公布的資料，重建出當天的清單，再看它後來的表現，這種回測選股策略的紀律，是量化選股能不能落地的關鍵。

三個回測砍掉的東西

回測帶來最有價值的結果，全部都是刪改，不是拿出來炫耀的。有一套策略無論怎麼調參數都證明不了它有用，我們直接從產品裡移除；原本賺 7% 到 15% 就跑的出場規則，被證明是機械性的缺陷，改成不設固定停利、拉長持有天數；同樣的訊號發生在有題材在燒的股票上，結果完全不同，所以多數策略後來加上題材門檻，命中的股票會多一個題材輪動成分股的標記。

一次超跌反彈的重放：處置股案例

這套時光機紀律用在真實案例上是什麼樣子，之前寫昇陽半導體處置股超跌反彈那篇時記錄得比較完整：先排除因跌幅異常被列入處置的股票，再確認整段修正是不是真的跌破前高兩成以上，接著把支撐位置當成觀察區、不是進場訊號，最後只在出現買方取得優勢的紅 K 那天才算訊號成立。這四個步驟聽起來簡單，但每一步都對應著回測反覆驗證過的排除條件。

千金股嘎空案例：籌碼數字對不上的那一天

回測不只用在挑選策略，也用在檢驗異常是不是真的異常。之前拆解千金股嘎空背後的籌碼博弈那次，我們看到外資台指期淨空單加到八萬三千多口，同一天散戶小台多單卻暴增五千多口——這種矛盾如果只看單日數字，很容易被解讀成散戶反常勇敢。但把過去類似的恐慌下跌事件抓出來重放比對，會發現散戶部位在恐慌時通常是淨減碼，從未出現單日暴增五千多口這種規模，這才確認那天的訊號不是散戶行為，而是籌碼結構的異常。也因為這樣，我們刻意不在客戶畫面上放勝率、平均報酬這類數字，因為任何人都可以挑一段好看的區間截一張漂亮的圖，那種數字對判斷完全沒有幫助。

左側潛伏、右側確認：兩張清單，沒有誰對誰錯

三層疊完之後會產出很多張清單，但清單多不等於好用，關鍵是把它們按你打算什麼時候進場分成兩邊。

左側清單找的是「還沒被發現」

左側交易買的是還沒開始，賭的是它會開始，成本低、位置好，代價是可能要等很久，還要經歷帳面難看的一段。這一類的清單裡，像是轉機股觀察站找的是連續幾季虧損正在收斂的公司，是整個平台最左側的一張清單；還有千張大戶加碼排行、大戶悄悄吃貨、董監加碼跟進、跌深反轉三部曲。這幾張清單有個共同特徵：你看到它們的時候，股價通常是難看的，這正是它們的價值所在——市場還沒給價，但也代表需要耐心分批，不是一次押滿。

右側清單找的是「已經在動」

右側交易買的是已經開始，賭的是它會繼續，方向明確、等待期短，代價是成本比較高，還要承受追高之後拉回的風險。我們在追高恐懼症退散那篇裡拆過強勢股清單的判斷邏輯——近半年盤中創新高次數的排行，附帶標記今天才剛進榜的，以及投信連續買超的。右側清單還包括今日題材發動、營收創歷史新高首度發動、三訊號共振股、季底作帳投信認養。右側清單的特徵剛好相反：你看到它們的時候，股價通常已經在漲了，好處是方向明確，代價是你付的價格比左側的人高。

兩邊都留一點，是我們自己在用的配置方式

基於我們的觀察，操作起來比較穩定的做法，是兩邊都留一點位置，不是全押一種風格。左側的位置通常拿來當長線的底倉，因為它需要時間發酵，急不來；右側的位置則拿來抓當下的動能，通常持有天數比較短，一有訊號轉弱就要考慮調整。這不是唯一正確的配置方式，只是我們實際在用、也在文章裡多次提到的做法，讀者可以依照自己對波動的承受度調整比例。

打開主力雷達，你今天只需要做一件事

講完機制講動線。你要做的只有一件事：打開它，看看今天有沒有東西落在你自己那一側。

下午五點到晚上八點，系統怎麼跑完一輪

下午五點收盤資料落地，引擎把所有策略對全市場掃一遍，命中的股票附上白話理由；傍晚到晚上，千張大戶、強勢股、處置與注意股、ETF 雷達、大盤籌碼雷達陸續更新，各自標了資料日期；晚上八點左右，今日雷達彙整把七組清單收成一頁，每檔附一句話講它為什麼上榜，同一檔如果同時出現在好幾組會被標出來，因為多個來源同時選中，本身就是資訊。

先用免費方案，確認自己站在哪一側

還沒用過的朋友，主力雷達的免費方案可以先打開試用，看看轉機股觀察站、強勢股清單這類清單的呈現方式，先確認自己是習慣左側潛伏、還是右側確認，再決定要不要看完整名單。上線首月我們把訂閱體驗價格拉得很低，用一杯咖啡加一份輕食的預算就能先用一個月，之後的方案價格會逐步調整，想先試的人建議趁這個時間點看看。

我們刻意不做的三件事

有些事情我們刻意不做。我們不預測明天的價格，所有清單講的都是今天符合這組條件的股票有哪些；我們不掩飾資料的速度差，集保的千張大戶是週更資料，畫面上會明確標示新進共振和已共振多少天的差別；我們也不會在畫面上放勝率或平均報酬這類數字，因為那種數字只會製造一種照著做就會賺的錯覺。這幾件事講起來像是限制，但我們認為誠實把邊界說清楚，比包裝一個看起來很厲害的系統更重要。這是一套資訊輔助工具，不是投資建議，清單告訴你哪些股票今天符合哪些條件，買不買、買多少、什麼時候賣，永遠是你自己的判斷與責任。

常見問題

主力雷達的 AI 選股助手跟直接問 ChatGPT 有什麼不同？

最大的差別在於主動普查還是被動回答。ChatGPT 是你問它才動，讀的也是已經被寫成文字的新聞與報告；主力雷達每天下午五點固定把全市場一千九百多檔股票掃一遍，用當天真的已經公布的籌碼與量價資料跑出清單，這是問答式工具做不到的。

自己用 Claude 或 Codex 兜一個類似的系統可行嗎？

寫出一個介面漂亮的雛型不難，但要讓回測誠實地只用當天已公布的資料重建歷史清單、並且每天自動處理集保、法人、融資等不同更新時點的資料，需要長期維護的資料治理工程，這部分很難靠短期自行開發完全補齊。

左側清單和右側清單，新手應該先看哪一種？

沒有一定的先後順序，取決於你能承受的等待時間。習慣看訊號確認才進場的人適合先看右側的強勢股與題材清單；能接受帳面波動、願意分批佈局的人可以先看左側的轉機股與大戶清單。

主力雷達會不會保證選出來的股票會漲？

不會，也不能這麼講。所有清單顯示的是今天符合這組條件的股票有哪些，不是對未來漲跌的預測或保證，回測結果也只用來內部篩選策略，不對外承諾任何績效，最終投資決策與風險仍由使用者自行承擔。

量化選股一定要自己寫程式嗎？

不一定。量化選股的核心是把選股邏輯寫成可回測的規則，一般投資人可以直接使用像主力雷達這類已經做好股票篩選工具與選股策略回測的AI選股系統，不用自己維護程式與資料。

量化選股策略適合什麼樣的投資人？

適合想用固定規則篩股、不想每天主觀判斷的投資人。習慣看數字說話、能接受量化交易需要時間驗證績效的人，會比較容易上手主力雷達這類量化選股工具。

量化選股回測結果可以保證未來績效嗎？

不能。回測選股策略只能驗證規則在歷史資料上的表現，市場環境會變化，過去有效不代表未來一定有效，這也是主力雷達不對外公開勝率數字的原因。