結合量化成本建模、即時數據爬蟲與 LLM 資金配置的投資輔助系統
本專案旨在解決投資者在面對大量法人籌碼數據時的資訊不對稱，透過自動化分析協助使用者鎖定關鍵起漲股。 本系統除了根據三大法人於一周內大買的股票中推薦15檔股票外，使用者亦可自行搜尋股票並評估資訊。
- 資訊超載：法人買賣超數據頻繁更新，一般投資者難以即時計算出籌碼的集中度與持有成本。
- 決策盲點：單純的籌碼增加不代表股價會漲，本專案加入「乖離率」與「主力成本線」交叉比對，提升預測精準度。
- 專案目的：建構一套從數據抓取到「AI 擬定操作計畫」的一站式投資決策工具。
自動爬取市場法人買賣超前 50 名個股，並支援手動即時搜尋。 量化建模 (Quant Modeling)：計算 5 日 VWAP (主力成本) 與乖離率，識別個股是否處於底部安全區間。 AI 配置建議：整合 Gemini 2.5 Flash 根據預算自動分配張數，並設定 5% 止損位。
├── assests/├── .env├── .env.example├── .gitignore├── API_key.txt├── app.py├── path.txt├── README.md└── requirements.txt
| 即時個股診斷 (搜尋功能) | 籌碼排行與 AI 配置建議 |
|---|---|
 |
 |
| :---: | :---: |
 |
 |
圖一：使用者最初進入頁面。圖二：使用者可手動輸入代號（如：2330），系統將即時抓取法人三日買賣超動向並繪製互動走勢圖。圖三：統根據量化模型篩選出推薦清單，並由 Gemini AI 擬定資金配置計畫。圖四：未輸入API Key 則無法使用LLM模型。
安裝依賴套件
Bash pip install -r requirements.txt
設定環境變數 建立 .env 檔案並填入你的 API Key：
GEMINI_API_KEY=your_actual_key_here 啟動系統
Bash streamlit run app.py
- 注意 本系統僅供學術研究與程式開發技術交流使用，不構成任何投資建議。投資人應獨立判斷風險並自負盈虧。