研究方法論

資料計算邏輯 · 版本歷史 · 透明度文件

資料來源

公開資訊觀測站、台灣證券交易所、櫃檯買賣中心及公司公告等。各資料內容與更新時點依原始來源為準。

本平台為 AI 研究工具、資料整合平台、內容僅供研究參考、不構成任何投資建議。

核心計算邏輯

下列為平台主要功能的計算方式。所有計算皆基於公開資料、用於描述歷史 / 整理當前狀態、 不對未來價格走勢做預測。

A

AI 觀點立場(stance)怎麼來

立場為 4 級 enum:資料正向 / 中性混合 / 資料負向 / 資料不足。計算方式為「多個公開資料指標一致性投票」、不是預測、是描述「目前資料呈現的特徵」。

公式 stance = vote(基本面 + 籌碼面 + 技術面 + 新聞情緒)

舉例:基本面正向 + 籌碼正向 + 技術中性 + 新聞中性 → stance = 資料正向

B

AI 信心分數(0-100)

描述資料一致性、不是價格預測。高分代表多指標方向一致、低分代表指標互相矛盾或資料缺漏。

公式 信心 = 一致性權重平均 × 資料完整度

70 以上「指標多數一致」、40-70「混合」、40 以下「指標分歧或資料不足」

C

同業分位(Peer Quantile)

在同產業、同市值區間中、用最近一季財報計算 PE / PB / 殖利率 / ROE 各自分位。分位 ≥80 為「相對偏高」、≤20 為「相對偏低」、中間為「中位」。

公式 分位 = 排名 / 樣本總數 × 100

分位描述「相對位置」、不對「該不該買」做判斷

D

回測(backtest)

歷史 5 年資料(2021-2026)回放、含交易成本:手續費 0.1425%、證交稅 0.3%(賣出時)、滑點 0.05%、每月 rebalance。

公式 Sharpe = (年化報酬 − 無風險利率 1%) / 年化波動

回測結果為歷史整理、不代表未來。重點是看「策略在不同市場跑得怎樣」、不是「未來會賺多少」

E

DCA 試算(定期定額)

月扣 / 季扣、配息再投入。計算累積投入成本 vs 累積市值、得出累積報酬與年化報酬。

公式 年化報酬 = (期末市值 / 期初成本)^(1/年數) − 1

不含交易稅費(小額長期影響有限、可在進階參數調整)

F

蒙地卡羅模擬(壓力測試)

從歷史報酬分布抽樣 N=1000 條路徑、顯示 P5 / P25 / P50 / P75 / P95 區間。用途:理解策略在極端歷史情境下的表現分布。

公式 從歷史報酬序列 bootstrap 抽樣 → 模擬未來路徑

不是預測未來、是「歷史壓力測試」。極端歷史曾發生的情境、未來不一定會重現

自動守門系統(5 層)

平台從文案到 AI 輸出、皆設下自動化檢查、防止誤觸投顧紅線:

  1. 第 1 層

    招攬用語自動檢查

    全站 template 在 commit 階段 grep 禁詞(建議/推薦/必買/偏多/偏空/勝率/目標價)、AI 輸出送 LLM 5 層守門檢查。

  2. 第 2 層

    AI 輸出稽核記錄

    每筆 AI 生成寫入 ai_output_audit 表、含 input / output / risk_level / model_version、留存 5 年備查。

  3. 第 3 層

    條款版本同意記錄

    用戶同意每版 ToS / Privacy 都記時戳。版本變更後登入會彈 modal 要求重新確認。

  4. 第 4 層

    廣告用語自動檢查

    對外宣傳文案(landing / pricing / 推播)禁止「保證」「穩賺」「最強」等違反證投顧法第 21 條字眼。

  5. 第 5 層

    個人化避免

    不蒐集用戶投資偏好(風險承擔 / 投資目標 / 資產規模)、不依個人資料推薦股票。所有用戶看到的範本是平台統一預設。

版本歷史

平台方法論之重大變更皆於此頁紀錄、提供透明度。 變更不溯及既往、已生成的研究紀錄保留原計算。

  1. v4.5 2026-04-20

    三層付費(Free / Plus 249 / Pro 399)、Phase F Wave 1-4、AI 6 層架構、合規 UI 註腳系統 M4。

  2. v4.0 2026-03-15

    「資料正向 / 中性混合 / 資料負向 / 資料不足」立場標籤系統、取代舊版「偏多 / 偏空」字眼。

  3. v3.0 2026-01-10

    散戶研究者定位、不做法人量化工具。

  4. v2.0 2025-10-01

    AI 整合(quick card / daily brief / peer quantile)。

  5. v1.0 2025-07-01

    初版上線(公開資料整合 + 個人研究記錄)。

未來改動承諾

重大方法變更會在頁面公告 30 日。變更不溯及既往、已生成的研究紀錄保留原計算。透明度報告每季更新。

相關文件

  • 關於 AllocLab(產品邊界 + 法律對應)
  • 服務條款
  • 隱私權政策
  • 免責聲明
首頁 自選 AI 策略研究 記憶