一個可以回測 → 模擬盤 → 實單的台股自動交易框架，內建多位投資名人的選股策略，並串接 Telegram 做買賣提醒。資料源（FinMind）與券商（永豐金 Shioaji）都封裝在統一介面後可以抽換；不用任何金鑰、不用連網就能跑回測。
⚠️ 風險聲明：本專案僅供程式與策略研究教學，不構成投資建議。回測績效不代表未來表現，自動下單請務必先用模擬帳戶充分測試，並自行承擔交易風險。
我自己是台股散戶，做這個框架是為了解決兩個我一直克服不了的問題。
第一個是心理問題。盤一綠，人就會慌；明明事前想好的紀律，看到數字往下掉就守不住，常常該停損的時候捨不得、該續抱的時候手癢賣掉。我發現問題不在策略，在「人」——機器看到同一個數字不會慌，會照規則執行。所以我想把進出場的判斷交給一套寫死的規則，把情緒從決策裡拿掉。
第二個是現實問題。我是上班族，工作時沒辦法一直盯盤，常常等下班打開看才發現訊號早就過了。所以這個框架設計成可以在盤後排程自動掃描，有買賣訊號就透過 Telegram 推到我手機，我不用守在螢幕前，也不會漏掉。
框架內建了巴菲特、葛拉漢、林區、歐尼爾、李佛摩等幾位名人的策略，但我不是把它們列出來就算了——我用真實台股資料（FinMind）一個一個跑過、互相比較。幾個對我來說很反直覺、但資料逼我接受的結論：
- 聽起來最厲害的策略，不一定能賺。 我試過一個「美股隔夜領先台股」的套利想法（費半 / 台積電 ADR 領先），回測看起來有道理，但實際跑下來交易太頻繁，獲利全被手續費和證交稅吃光，夏普趨近 0。這讓我學到回測一定要把真實交易成本算進去（我把手續費 0.1425%、證交稅 0.3% 都建進回測引擎），不然會嚴重高估績效。
- 實測下來，對我最有幫助的是彼得林區（GARP）那套，搭配大盤風向濾網（加權指數跌破年線就禁止做多、只准出場）。它在多頭能賺、在空頭靠濾網保本，這種攻守兼備比單純追求高報酬更符合我想要的「安心」。
- 我刻意防自己背答案。 量化最容易騙自己的地方是 overfitting——挑歷史上表現最好的股票和參數，回測當然漂亮，但那是事後諸葛。所以我加了 walk-forward 驗證：用訓練期選股、在沒看過的測試期驗證。林區策略在測試期夏普還有 ~1.3、年化 ~7.5%，這才是我願意相信的數字，不是回測那種會騙人的高報酬。
對我來說，這個專案真正的價值不是「自動賺錢」（它不保證賺錢），而是把一套有紀律、扛得住空頭、不被情緒綁架的流程，變成我下班後手機上的一則通知。
- 資料源與券商可抽換：下單、風控、回測邏輯共用一套介面，資料源（FinMind / 樣本）與券商（Paper 模擬 / Shioaji 實單）都封裝在介面後，要換券商或資料來源不必動到策略與引擎。
- 回測即實盤同一套規則：回測與實單共用「單一部位、進出成對、套用停損停利」的邏輯，避免回測賺、實盤賠的落差。
- 避免未來函數：策略的
evaluate()只拿得到「截至當下」的資料（引擎已切片），不會偷看未來。 - 真實交易成本內建：回測套用台股手續費 0.1425%、證交稅 0.3%（可設折扣）。
- 大盤風向濾網：加權指數跌破年線（200MA）時禁止做多、只准出場，用來在空頭保本。
| 代號 | 名人 | 類型 | 核心邏輯 |
|---|---|---|---|
buffett |
巴菲特 | 價值 / 護城河 | 高 ROE(≥15%)、低負債、合理本益比、有配息 + 站上年線 |
graham |
葛拉漢 | 深度價值 / 安全邊際 | 低 PE(≤15)、低 PB(≤1.5)、葛拉漢數字 PE×PB≤22.5、財務安全 |
lynch |
彼得林區 | 成長合理價 GARP | PEG≤1.2、EPS 成長 15~50%、營收成長 + 站上季線 |
oneil |
歐尼爾 | 動能突破 CANSLIM | 帶量突破 52 週新高、相對強弱 RS≥1、停損 8% |
livermore |
李佛摩 | 順勢趨勢 | 突破關鍵高點 + 順勢，ATR 移動停損、跌破關鍵低點出場 |
us_overnight |
華爾街隔夜 | lead-lag | 美股（費半 / 台積電 ADR）隔夜領先台股；回測證實成本吃光、不建議實用 |
每個策略都在對應檔案開頭詳細註解理念與條件，方便調參或新增（src/strategies/）。
# 1. 安裝核心套件（回測只需要 pandas / numpy）
pip install pandas numpy
# 2. 列出策略
python main.py list
# 3. 用內建樣本資料回測（免金鑰、免連網）
python main.py backtest --strategy lynch --regime --trades
# 4. 指定股票與期間
python main.py backtest --strategy livermore --symbols 2330,2454 --start 2024-01-01
# 5. 模擬盤掃描訊號（dry-run，只印出會下的單，不會真的下單）
python main.py scan --strategy lynch --regime回測輸出包含總報酬率、年化報酬（CAGR）、最大回撤、夏普值、交易次數與明細，並已套用真實台股交易成本。
| 指令 | 用途 |
|---|---|
list |
列出所有策略 |
backtest |
回測單一策略（--regime 風向濾網、--params 調參、--cooldown 防洗盤） |
compare |
一次比較所有策略跑同一批股票，按夏普排名 |
pick |
逐檔回測整個股池，挑夏普最高的前 N 檔 |
walkforward |
訓練期選股 → 測試期驗證，揭露真實前瞻能力（防 overfitting） |
screen |
列出今日各策略的買進名單（--notify 推 Telegram） |
scan |
模擬盤 / 實單自動交易（--live 送單、--realtime 即時報價、--notify 通知） |
shioaji-test |
測試 Shioaji 連線（預設模擬盤） |
# ① 選股（用 lynch 從股池挑夏普最高 5 檔，務必開 --regime）
python main.py pick --strategy lynch --source finmind --regime --top 5
# ② 防背答案驗證（訓練期選股 → 測試期驗證，看測試期是否還賺）
python main.py walkforward --strategy lynch --source finmind --regime --top 5
# ③ 用選出的組合掃今日訊號（dry-run + Telegram，不下單）
python main.py scan --strategy lynch --source finmind --regime --symbols 2330,2891,2308 --notify
# ④ 確認無誤後 → 模擬盤自動交易（--live 但無真實帳戶 = 假錢）
python main.py scan --strategy lynch --source finmind --regime --realtime --live --notifypip install FinMind
export FINMIND_TOKEN="你的 token" # 申請：https://finmindtrade.com
python main.py backtest --strategy graham --source finmind --symbols 2330,2317src/data/finmind.py 已把 FinMind 轉成框架標準格式。
金鑰一律走環境變數，切勿寫進程式或 commit：
pip install shioaji
export SHIOAJI_API_KEY="..."
export SHIOAJI_SECRET_KEY="..."
export SHIOAJI_CA_PATH="/path/to/ca.pfx"
export SHIOAJI_CA_PASSWD="..."
export SHIOAJI_PERSON_ID="身分證字號"from src.data.finmind import FinMindProvider
from src.broker.shioaji_broker import ShioajiBroker
from src.engine.trader import LiveTrader
from src import strategies
provider = FinMindProvider()
broker = ShioajiBroker(simulation=True) # 先用模擬盤，確認無誤再改 False
trader = LiveTrader(provider, broker, strategies.build("lynch"),
position_budget=200_000, dry_run=True) # dry_run 再保險一層
for p in trader.scan(["2330", "2454"], end="2025-12-31"):
print(p)確認模擬盤 + dry-run 行為正確後，再依序關閉 dry_run、把 simulation 改 False。建議用 cron / APScheduler 在每日盤後觸發 trader.scan(...)，而非 while True。
tw-stock-strategy-framework/
├── main.py # 命令列入口
├── config.example.yaml # 設定範本（複製成 config.yaml）
├── requirements.txt
└── src/
├── models.py # Signal / Fundamentals / Position 等資料模型
├── indicators.py # 技術指標（SMA/EMA/RSI/MACD/ATR/突破/相對強弱）
├── strategies/ # 名人策略
├── data/ # 資料源（sample 離線樣本 / finmind 真實）
├── broker/ # 券商（paper 模擬 / shioaji 實單）+ 台股交易成本
└── engine/ # backtest 回測引擎 / trader 實單執行器
python tests/test_strategies.py # 內建 runner，免裝 pytest
# 或
pytest tests/- 在
src/strategies/新增檔案，繼承Strategy，實作evaluate(ctx) -> Signal。 - 在
src/strategies/__init__.py的REGISTRY註冊名稱。 - 用
python main.py backtest --strategy <你的名稱>回測。
evaluate() 只會拿到截至當下的資料（引擎已切片），避免未來函數；回傳 Signal(action, strength, reason) 即可，下單與資金控管交給引擎處理。