← 回到所有作品案例資料分析／系統開發
台股量化選股系統
自動化收集台股資料、評分建議候選股，並用模擬交易驗證策略成效的個人量化研究系統。
PythonStreamlitSQLite機器學習Discord WebhookClaude API
專案背景
自己想有一套能每天自動整理台股資訊、產生選股建議的工具，而不是每天手動看盤、查財報、算籌碼。
原本遇到的問題
台股相關資訊（股價、財報、三大法人籌碼、大盤指標）分散在不同來源，每天手動整理耗時，也很難客觀驗證一套選股邏輯是否真的有效。
MeowLife Studio 負責的範圍
從資料收集、評分引擎、機器學習模型到模擬交易與回測，整套系統的架構設計與開發都是自己完成。
規劃與解決方式
用 Python 建立每日排程管線，依序收集股價、財報、三大法人與大盤指標，並行計算規則式評分與機器學習模型的影子分數；用 Streamlit 做成網頁介面呈現選股建議、排行榜與個股詳情。另外做了模擬交易（paper trading）機制，追蹤停損停利與實際盤中觸價，讓每一次策略調整都能用樣本外資料驗證，而不是憑感覺判斷。
完成的主要功能
- 每日自動化資料收集（股價／財報／三大法人／大盤指標）
- 規則式評分引擎 + 機器學習影子分數
- 模擬交易與策略回測，含停損停利與盤中觸價模擬
- Streamlit 網頁介面：個股詳情、評分排行、ML 模型洞察、明日行動清單、績效檢討
- Discord 通知（停損觸發、流程執行失敗）
- 串接 Claude API 自動分類重大新聞公告
實際成果
累積了每日運作的實驗紀錄，透過樣本外驗證持續檢視濾網與模型是否真的有效，避免策略對單一行情過度擬合。