Taiwan Stock Advisor 是一個聚焦於「換股決策」的台股智能投資顧問系統。系統會分析使用者目前的持股，告訴你「該賣哪些、改買哪些」，目標年化報酬 15%。
市面上多數選股工具只回答「現在買什麼」，卻忽略了散戶最關鍵的問題：「我手上這幾支該不該換？」。換股決策同時牽涉：
- 量化評分（多維度、多週期）
- 法規成本（手續費、證交稅、健保補充保費）
- 行為心理（停損點、加減碼節奏）
- 總體環境（Fed 利率、川普政策、地緣政治）
本系統用 17 個專業代理人（agent） 各司其職、整合輸出單一可執行的換股建議，並附上完整成本試算與換股後投組模擬。
| 哲學 | 落實方式 |
|---|---|
| 可執行優於理論最佳 | 所有建議都附「賣多少、買多少、何時、成本多少」 |
| 理由 ≥ 3 條才賣 | 評分 < 40 才觸發賣出，且必附 3 條量化理由 |
| 台股稅費內建 | 證交稅 / 健保補充保費 / 零股 / 除權息全考量 |
| 多代理人協同 | 17 個 agent 分工，避免單一模型過擬合 |
| 失敗安全 | 任何資料源失效都有 fallback，永遠給得出建議 |
- 整合評分公式：技術面 25% + 基本面 30% + AI 信心 20% + 量化 15% + 法人籌碼 10%
- 動態權重調整：依市場環境（多頭 / 盤整 / 空頭）自動調整各維度權重
- 賣出觸發條件：整合評分 < 40 自動建議賣出，附 3 條量化理由
- 換股後投組模擬：預估年化報酬、波動度、夏普比率、最大回撤
- 集中度警示：單一個股 > 25%、單一產業 > 40% 觸發警示
換股總成本 = 賣出手續費（0.06%） + 證交稅（股票 0.3% / ETF 0.1%）
+ 買入手續費（0.06%）
+ 健保補充保費（單次股利 > 2 萬時 2.11%）
+ 損益兩平天數估算
- TWSE OpenAPI：上市股票、三大法人、融資融券（免費，官方）
- TPEX OpenAPI：上櫃股票（免費，官方）
- FinMind：歷史股價、財報、籌碼（部分免費 + 付費）
- 永豐 Shioaji：使用者持股自動同步、即時行情
- Yahoo Finance（yfinance）：ETF 備援資料源
- 可降級設計：免費版 FinMind 時自動將技術面權重從 25% 拉到 70%
- LSTM：5 / 10 / 20 日股價預測
- XGBoost + LightGBM Ensemble：技術指標特徵融合
- SHAP 解釋性：列出影響預測最大的 top-5 特徵
- 回測驗證：MAPE、方向準確率、Sharpe ratio
- VaR / CVaR：95% / 99% 信心水準
- GARCH 波動度預測
- 效率前緣（PyPortfolioOpt）：MPT 投組最佳化
- 下行風險與最大回撤估算
- 金鑰隔離：永豐 API Key 僅存
sessionStorage，不寫入後端 DB - 錯誤訊息脫敏：分類化錯誤訊息，不洩漏
person_id/ IP - 路徑穿越防護：
.pfx憑證路徑強制白名單 - JWT 認證：所有
/api/*端點需登入 - CORS 嚴格限制：僅允許設定的來源
┌─────────────────────────────────────────────────────────────────┐
│ 前端（Frontend） │
│ React 18 + TypeScript + Vite + Ant Design + Zustand │
│ ┌─────────┬──────────┬──────────┬────────┬─────────┬────────┐ │
│ │ 儀表板 │ 換股建議 │ 每日建議 │ 選股 │ 觀察名單 │ 持股管理 │ │
│ └─────────┴──────────┴──────────┴────────┴─────────┴────────┘ │
└──────────────────────────────┬──────────────────────────────────┘
│ HTTPS / JWT
▼
┌─────────────────────────────────────────────────────────────────┐
│ API Gateway (FastAPI) │
│ /api/v1/portfolio /rebalance /screener /watchlist /stock │
│ /market /daily-picks /portfolio/sync (Sinopac) │
└──────────────────────────────┬──────────────────────────────────┘
│
┌──────────────────┼──────────────────┐
▼ ▼ ▼
┌─────────────────┐ ┌──────────────┐ ┌──────────────────┐
│ Service Layer │ │ ML Pipeline │ │ Celery Workers │
│ ┌─────────────┐ │ │ ┌──────────┐ │ │ ┌──────────────┐ │
│ │ Portfolio │ │ │ │ LSTM │ │ │ │ ETL Tasks │ │
│ │ Rebalance │ │ │ │ Ensemble │ │ │ │ Daily Sync │ │
│ │ Screener │ │ │ │ Features │ │ │ │ News Monitor │ │
│ │ Daily Picks │ │ │ │ SHAP │ │ │ │ Score Recalc │ │
│ │ Sinopac │ │ │ └──────────┘ │ │ └──────────────┘ │
│ └─────────────┘ │ └──────────────┘ └──────────────────┘
└────────┬────────┘
│
▼
┌────────────────────────────────────────────────────────────┐
│ Data Layer │
│ ┌────────────┐ ┌──────────┐ ┌─────────────────────────┐ │
│ │ PostgreSQL │ │ Redis │ │ External APIs │ │
│ │ 16 (主存) │ │ 7 (快取)│ │ TWSE / TPEX / FinMind │ │
│ │ │ │ Celery │ │ Yahoo Finance / Sinopac │ │
│ └────────────┘ └──────────┘ └─────────────────────────┘ │
└────────────────────────────────────────────────────────────┘
使用者持股
▼
[1] 多源價格擷取（TWSE / FinMind / yfinance fallback）
▼
[2] 技術指標計算（RSI, MACD, KD, MA20/60, BollingerBand）
▼
[3] 基本面分析（PE, PB, ROE, 殖利率, 營收 YoY）
▼
[4] AI 預測（LSTM 5/10/20 日 + Ensemble + SHAP）
▼
[5] 量化指標（動量、波動、夏普）
▼
[6] 法人籌碼（外資 / 投信 / 自營買賣超）
▼
[7] 整合評分（依市場環境動態權重）
▼
[8] 評分 < 40 → 賣出建議（含 ≥ 3 條量化理由）
▼
[9] 從候選池找替換標的（排除現有持股 + 重複產業）
▼
[10] 完整成本試算（手續費 + 證交稅 + 健保補充保費）
▼
[11] 換股後投組模擬（年化報酬、波動、夏普、Beta）
▼
[12] 輸出 RebalanceResponse（賣出清單 + 買入清單 + 模擬結果）
| 類別 | 套件 | 說明 |
|---|---|---|
| Web Framework | FastAPI 0.115 | Async-first、自動產生 OpenAPI 文件 |
| ORM | SQLAlchemy 2.0 (async) | 含 Alembic migration |
| 資料庫 | PostgreSQL 16 | 持久層 |
| 快取 / 訊息佇列 | Redis 7 | API 快取 + Celery broker |
| 任務排程 | Celery 5.4 + RedBeat | 排程 ETL、每日重算 |
| 機器學習 | scikit-learn / XGBoost / LightGBM / SHAP | 集成模型 + 解釋性 |
| 投組最佳化 | PyPortfolioOpt | 效率前緣 / Black-Litterman |
| 風險指標 | statsmodels / arch | GARCH 波動度模型 |
| 台股資料 | yfinance / shioaji | Yahoo + 永豐證券 |
| 認證 | python-jose / passlib[bcrypt] | JWT + 密碼雜湊 |
| 日誌 | loguru | 結構化日誌 |
| 測試 | pytest / pytest-asyncio / factory-boy | 含 async 測試 |
| 類別 | 套件 | 說明 |
|---|---|---|
| Framework | React 18.3 | 含 Suspense + 懶載入 |
| Build Tool | Vite 5.3 | 極速 HMR |
| Language | TypeScript 5.5 (strict) | 完整型別定義 |
| UI Library | Ant Design 5.20 | 含 zh-TW locale |
| 狀態管理 | Zustand 4.5 | 輕量 store |
| 資料抓取 | TanStack Query 5.62 | Server state + cache |
| 圖表 | Recharts 2.12 | 響應式 SVG 圖表 |
| 路由 | React Router 6.26 | |
| HTTP | Axios 1.7 | 攔截器集中處理錯誤 |
| 測試 | Vitest + Testing Library |
| 類別 | 工具 |
|---|---|
| 容器化 | Docker + Docker Compose |
| CI/CD | GitHub Actions（規劃中） |
| 監控 | Flower（Celery）、loguru、PostgreSQL pg_stat_statements |
taiwan-stock-advisor/
├── README.md
├── docker-compose.yml # 5 個服務一鍵啟動
├── .env.example # 環境變數範本
│
├── backend/
│ ├── Dockerfile
│ ├── requirements.txt
│ ├── alembic/ # DB migrations
│ └── app/
│ ├── main.py # FastAPI 入口（lifespan + CORS + middleware）
│ ├── config.py # pydantic-settings
│ ├── database.py # SQLAlchemy async engine
│ ├── celery_app.py # Celery + RedBeat 排程
│ │
│ ├── models/ # SQLAlchemy ORM
│ │ ├── user.py
│ │ ├── portfolio.py
│ │ ├── stock.py
│ │ ├── watchlist.py
│ │ └── analysis.py
│ │
│ ├── schemas/ # Pydantic v2 Schemas
│ │ ├── portfolio.py
│ │ └── rebalance.py
│ │
│ ├── api/ # FastAPI Routers
│ │ ├── portfolio.py # 持股 CRUD
│ │ ├── rebalance.py # 換股建議（核心）
│ │ ├── screener.py # 選股篩選
│ │ ├── watchlist.py # 觀察名單
│ │ ├── stock.py # 個股分析
│ │ ├── market.py # 市場概況
│ │ ├── sync.py # 永豐 Shioaji 同步
│ │ └── daily_picks.py # 每日建議
│ │
│ ├── services/ # 業務邏輯
│ │ ├── portfolio_service.py
│ │ ├── rebalance_service.py # 換股核心邏輯（800+ 行）
│ │ ├── screener_service.py
│ │ ├── real_analysis_service.py # 整合真實資料的評分
│ │ ├── daily_picks_service.py
│ │ ├── sinopac_service.py # 永豐證券 API
│ │ └── stock_metadata_service.py
│ │
│ ├── data/ # 外部資料源
│ │ ├── twse_client.py # TWSE OpenAPI
│ │ ├── finmind_client.py # FinMind API
│ │ ├── technical_indicators.py # 技術指標自製實作
│ │ ├── fundamental_analyzer.py # 基本面分析
│ │ └── news_monitor.py # 新聞情緒監測
│ │
│ ├── ml/ # 機器學習
│ │ ├── lstm_model.py # LSTM 模型
│ │ ├── ensemble_predictor.py # XGBoost + LightGBM
│ │ ├── feature_engineering.py
│ │ ├── model_evaluator.py
│ │ └── model_config.py
│ │
│ └── tasks/ # Celery Tasks
│ └── etl_tasks.py
│
├── frontend/
│ ├── Dockerfile
│ ├── package.json
│ ├── vite.config.ts
│ ├── tsconfig.json
│ └── src/
│ ├── main.tsx
│ ├── App.tsx # 路由 + 佈局
│ ├── pages/
│ │ ├── DashboardPage.tsx
│ │ ├── RebalancePage.tsx # 換股建議頁
│ │ ├── DailyPicksPage.tsx
│ │ ├── ScreenerPage.tsx
│ │ ├── WatchlistPage.tsx
│ │ └── PortfolioPage.tsx
│ ├── components/
│ │ ├── HoldingScoreCard.tsx
│ │ └── SwitchCostCalculator.tsx
│ ├── api/
│ │ ├── rebalance.ts
│ │ ├── dailyPicks.ts
│ │ └── sync.ts
│ ├── store/
│ │ └── portfolioStore.ts # Zustand
│ └── types/
│
└── .claude/
└── agents/ # 17 個專家 Agent 規格
├── architect.md
├── backend.md
├── frontend.md
├── data-engineer.md
├── ml-engineer.md
├── quant-analyst.md
├── risk-manager.md
├── technical-analyst.md
├── fundamental-analyst.md
├── etf-specialist.md
├── stock-screener.md
├── rebalancing-engine.md # 換股決策引擎（核心）
├── stock-advisor.md
├── news-observer.md # 時事觀測員
├── security-engineer.md
├── tester.md
└── devops.md
- Docker Desktop 4.20+ 或 Docker Engine 24+
- Node.js 20+（如果想跑非容器版本）
- Python 3.12+（如果想跑非容器版本）
- 8 GB RAM、10 GB 可用磁碟
- （選用）FinMind API Token、OpenAI API Key、永豐 Shioaji 帳號
# 1. Clone repo
git clone https://github.com/D11225687/taiwan-stock-advisor.git
cd taiwan-stock-advisor
# 2. 複製環境變數範本並填入金鑰
cp .env.example .env
# 至少填入：APP_SECRET_KEY、JWT_SECRET、FINMIND_TOKEN（可選）
# 3. 啟動所有服務（PostgreSQL + Redis + Backend + Celery + Frontend）
docker-compose up -d
# 4. 等待 healthcheck 通過（約 30 秒）
docker-compose ps
# 5. 開啟瀏覽器
# Frontend: http://localhost:3000
# API Docs: http://localhost:8000/docs
# Flower (Celery 監控): http://localhost:5555cd backend
# 建立虛擬環境
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 安裝相依套件
pip install -r requirements.txt
# 啟動 PostgreSQL 與 Redis（可用 Docker 只起這兩個）
docker-compose up -d postgres redis
# 執行 migration
alembic upgrade head
# 啟動 API
uvicorn app.main:app --reload --port 8000
# 另開 terminal 啟動 Celery
celery -A app.celery_app worker --loglevel=info -Q default,analysis,data_fetch
celery -A app.celery_app beat --loglevel=info --scheduler redbeat.RedBeatSchedulercd frontend
npm install
npm run dev
# 開啟 http://localhost:5173兩種方式：
- 手動建立：到
/portfolio頁面 → 「新增持股」 → 輸入股票代號、股數、成本 - 永豐自動同步：到
/portfolio→ 「同步永豐持股」 → 輸入 API Key + Secret + 身分證 + 電子憑證 PIN- 金鑰僅存於
sessionStorage，關閉分頁即清除 - 後端不持久化任何金鑰
- 金鑰僅存於
到 /rebalance → 點「分析持股」按鈕：
- 系統會跑完整 12 步資料流（見換股決策資料流）
- 看每支股票的整合評分（0-100 分）：
- < 40 → 系統建議賣出，看 3 條量化理由是否合理
- 40-55 → 觀察名單，暫不動作但盯著
- > 75 → 強力持有
- 看「距 15% 目標還差多少」
到 /screener：
- 選「存股模式」「成長模式」「波段模式」
- 系統按整合評分排序，列出符合條件的 20-30 支
- 把前 5-10 名加入觀察名單
確認系統建議 → 到券商 App 操作 → 回 /rebalance/history/{id}/execute 標記已執行
| 時間 | 動作 | 重點 |
|---|---|---|
| 週一盤前 10:00 | 看儀表板 + 時事燈號 | 確認本週是進攻還是防守 |
| 週三盤中 14:00 | 重新跑 /rebalance |
看新的賣出建議與評分變動 |
| 週五收盤後 14:30 | 本週總結 + 三大法人動向 | 複盤 + 規劃下週 |
完整 OpenAPI 文件：http://localhost:8000/docs
curl -X POST "http://localhost:8000/api/v1/rebalance/analyze" \
-H "Authorization: Bearer <JWT_TOKEN>" \
-H "Content-Type: application/json" \
-d '{
"user_id": "user_demo_001",
"portfolio": [
{"stock_id": "2330", "quantity": 1000, "cost_price": 850.0},
{"stock_id": "2317", "quantity": 2000, "cost_price": 180.0},
{"stock_id": "00878", "quantity": 5000, "cost_price": 20.0}
],
"cash_available_twd": 200000,
"target_annual_return_pct": 15.0,
"market_env": "sideways",
"max_candidates": 5
}'{
"request_id": "abc123-...",
"user_id": "user_demo_001",
"analyzed_at": "2026-05-10T01:30:00Z",
"market_env": "sideways",
"holding_scores": [
{
"stock_id": "2330",
"stock_name": "台積電",
"composite_score": 82.5,
"breakdown": {
"technical": 78.0,
"fundamental": 88.0,
"ai_confidence": 80.0,
"quantitative": 85.0,
"institutional": 75.0
},
"action": "hold",
"sell_reasons": [],
"price_percentile_52w": 87.3
},
{
"stock_id": "2317",
"stock_name": "鴻海",
"composite_score": 35.2,
"action": "sell",
"sell_reasons": [
"RSI(14) = 78.5，技術面顯著超買",
"近 60 日外資累計賣超 4.2 萬張",
"EPS YoY -12.3%，基本面轉弱"
]
}
],
"switch_candidates": [
{
"stock_id": "2454",
"stock_name": "聯發科",
"composite_score": 79.8,
"suggested_position_pct": 8.0,
"entry_price": 1150.0,
"stop_loss": 1058.0,
"take_profit": 1380.0
}
],
"switch_cost": {
"total_switch_cost": 1428.5,
"cost_rate_pct": 0.42,
"break_even_days": 12,
"nhi_supplement_applicable": false
},
"portfolio_simulation": {
"estimated_annual_return_pct": 14.8,
"delta_to_target_pct": -0.2,
"annual_volatility_pct": 18.6,
"sharpe_ratio": 0.71,
"concentration_warnings": []
},
"action_summary": "建議賣出 2317（評分 35.2），換入 2454（評分 79.8）...",
"concentration_warning": null
}curl "http://localhost:8000/api/v1/rebalance/cost?\
sell_amount=330000&buy_amount=345000&\
sell_is_etf=false&buy_is_etf=false&\
expected_excess_return_pct=5.0÷nd_income_twd=15000"{
"sell_amount": 330000,
"buy_amount": 345000,
"sell_brokerage_fee": 198.0,
"sell_transaction_tax": 990.0,
"buy_brokerage_fee": 207.0,
"total_switch_cost": 1395.0,
"cost_rate_pct": 0.42,
"nhi_supplement_applicable": false,
"break_even_days": 9
}curl -X POST "http://localhost:8000/api/v1/screener/run" \
-H "Content-Type: application/json" \
-d '{
"preset": "growth",
"filters": {
"min_market_cap_billion": 100,
"min_roe_pct": 15,
"max_pe": 25,
"min_dividend_yield_pct": 2.0
},
"sort_by": "composite_score",
"limit": 20
}'curl -X POST "http://localhost:8000/api/portfolio/sync/sinopac" \
-H "Authorization: Bearer <JWT_TOKEN>" \
-H "Content-Type: application/json" \
-d '{
"api_key": "...",
"secret_key": "...",
"person_id": "A123456789",
"ca_path": "/app/certs/Sinopac.pfx",
"ca_password": "..."
}'後端會驗證
ca_path必須以/app/certs/開頭、不允許..、必須.pfx結尾，防範路徑穿越攻擊。
| 維度 | 權重 | 計算來源 |
|---|---|---|
| 技術面 | 25% | RSI、MACD、KD、MA、Bollinger Band |
| 基本面 | 30% | PE、PB、ROE、殖利率、營收 YoY、EPS QoQ |
| AI 信心 | 20% | LSTM 5/10/20 日預測 + Ensemble |
| 量化 | 15% | 動量、波動度、夏普比率 |
| 法人籌碼 | 10% | 外資、投信、自營商買賣超 |
| 維度 | 多頭乘數 | 盤整乘數 | 空頭乘數 |
|---|---|---|---|
| 技術面 | 1.2× | 1.0× | 0.8× |
| 基本面 | 0.9× | 1.0× | 1.3× |
| AI 信心 | 1.0× | 1.0× | 0.9× |
| 量化 | 1.1× | 1.0× | 1.1× |
| 法人籌碼 | 1.2× | 1.0× | 0.9× |
多頭時技術 / 法人權重提升、基本面降低；空頭時相反，更看重財報穩健度。
當 FinMind 為免費版（無基本面 / 籌碼資料）時，系統自動將權重調整為：
技術面 70% + 基本面 15% + AI 5% + 量化 5% + 法人籌碼 5%
避免因為其他維度都是預設值 60，導致整合評分被「壓平」失去區分能力。
if composite_score < 40 and len(sell_reasons) >= 3:
action = SELL
elif 40 <= composite_score < 55:
action = WATCH
else:
action = HOLD
每個 Agent 都有獨立規格文件（.claude/agents/*.md），可被 Claude Code subagent 系統獨立呼叫。
| # | Agent | 職責 | 對換股決策的貢獻 |
|---|---|---|---|
| 1 | 架構師 | 整體系統設計、模組拆分 | 決定 evaluator pipeline 的編排 |
| 2 | 後端工程師 | API、業務邏輯 | 換股決策 API 的實作 |
| 3 | 前端工程師 | UI、圖表 | 換股建議的視覺化呈現 |
| 4 | 資料工程師 | ETL、資料管線 | TWSE / FinMind 串接 |
| 5 | DevOps 工程師 | 部署、排程、監控 | 每日重算 score 的排程 |
| 6 | 資安工程師 | 認證、加密、審查 | 永豐金鑰處理、JWT |
| 7 | AI/ML 工程師 | LSTM、Ensemble | AI 信心評分（20%） |
| 8 | 量化分析師 | 投組最佳化、回報試算 | 量化評分（15%） |
| 9 | 基本面分析師 | 財報、估值 | 基本面評分（30%，最大權重） |
| 10 | 技術面分析師 | 指標、K 線、籌碼 | 技術面評分（25%） |
| 11 | 風險管理師 | VaR、壓力測試、停損 | 賣出觸發、停損價計算 |
| 12 | ETF 專家 | ETF 成分股、配息 | ETF 候選評分 |
| 13 | 時事觀測員 | 川普政策、Fed、地緣政治 | 動態權重調整觸發 |
| 14 | 股市顧問 | 需求審視、實務判斷 | 投資邏輯合理性檢核 |
| 15 | 選股篩選引擎 | 全市場掃描 | 提供換入候選池 |
| 16 | 換股決策引擎 | 整合輸出最終建議 | 系統核心，整合所有 agent 結果 |
| 17 | 測試工程師 | 單元、整合、回測 | 模型準確度驗證 |
- 每個 Agent 都有明確的「輸入」「輸出」「失敗模式」
- Agent 之間通過明確 schema 通訊（Pydantic）
- 任一 Agent 失效都不會讓整個系統崩潰，會 fallback 到預設值並標記
data_quality: degraded
- Formatter：
ruff format（line-length 100） - Linter：
ruff check（含pyflakes,pycodestyle,isort,bugbear） - Type Check：
mypy --strict - 命名：snake_case for functions/vars，PascalCase for classes
- Async-first：所有 I/O 走 async，避免阻塞 event loop
- Logging：用
loguru.logger，不要用print
- Formatter：Prettier（內建於 Vite）
- Linter：ESLint（
@typescript-eslint） - TypeScript：
strict: true，禁用any - Component：function component + hooks，避免 class
- State：local state 用
useState，跨頁用 Zustand，server state 用 React Query
# 主幹分支
main # production-ready
develop # integration
# 功能分支
feature/<topic> # 新功能
fix/<topic> # 修 bug
chore/<topic> # 雜項
docs/<topic> # 文件Commit 訊息使用 Conventional Commits：
feat(rebalance): add dynamic weight adjustment by market env
fix(sinopac): mask person_id in error messages
docs: update API examples in README
chore: bump fastapi to 0.115.6
- 在
backend/app/schemas/<domain>.py定義 Pydantic Request/Response - 在
backend/app/services/<domain>_service.py寫業務邏輯 - 在
backend/app/api/<domain>.py寫 router - 在
backend/app/main.py掛載 router - 在
frontend/src/api/<domain>.ts寫 typed client - 在
frontend/src/pages/<Domain>Page.tsx接 UI - 寫測試（backend pytest + frontend vitest）
cd backend
# 跑所有測試
pytest
# 跑特定模組
pytest tests/test_rebalance_service.py -v
# 覆蓋率報告
pytest --cov=app --cov-report=html
open htmlcov/index.htmlcd frontend
# 跑單元測試
npm test
# Watch 模式
npm run test:watch
# 覆蓋率
npm run test:coveragecd backend
python -m app.ml.model_evaluator --start-date 2020-01-01 --end-date 2024-12-31
# 輸出：MAPE、方向準確率、Sharpe、最大回撤- 後端 API 17 個端點
- 整合評分公式（5 維度動態權重）
- 換股成本試算（含健保補充保費）
- 永豐 Shioaji 持股同步
- 前端 6 個頁面
- LSTM + XGBoost + LightGBM 集成
- 17 個 Agent 規格
- WebSocket 即時價格推送
- LINE Notify 換股建議推播
- 回測平台（給定歷史持股，模擬若每月跑換股建議的累積績效）
- PWA 支援（離線查看快取資料）
- 多帳戶支援（家人共享）
- 美股 / 港股延伸
- 自訂評分權重（給專業使用者）
- AI Chat：用自然語言詢問「現在該不該賣台積電？」
本系統所有分析與建議僅供參考，不構成投資建議。
投資涉及風險，過去績效不代表未來結果。投資人應依自身財務狀況、風險承受能力與投資目標做出獨立判斷。本系統開發者對使用本系統造成的任何投資損失不承擔法律責任。
系統使用的資料來源（TWSE / TPEX / FinMind / Yahoo Finance / 永豐證券）的正確性與即時性由各原始來源負責，本系統不保證資料無誤。
MIT License — 詳見 LICENSE。
投資相關免責聲明另見 DISCLAIMER.md。
- 開發者：Alex Lin
- 開發工具：Claude Code 多代理人協作
- 資料來源：TWSE OpenAPI、TPEX OpenAPI、FinMind、Yahoo Finance、永豐證券 Shioaji
- UI 元件：Ant Design、Recharts
- 圖表：Recharts、ECharts（規劃中）
若你覺得這個專案有趣，歡迎 ⭐ Star、Fork 或來信交流