不再輪流換策略，讓五套做法同時上場比賽的AI炒股實驗
這幾天主要在整理一個讓AI用虛擬資金操作股票的實驗，把原本輪流切換策略的做法，改成讓好幾套做法同時上場公平比賽，過程中也抓出兩個會讓自動化系統誤判資料的小問題。
讓AI用假錢天天自動下單，才看得出它是不是真的比較會賺
這個專案是一套讓AI每天自己判斷要不要買賣股票的系統，但用的是虛擬資金，不會真的花到錢，目的是想知道AI做的判斷，到底有沒有比死板的固定規則更好。系統會在每個工作天的傍晚自動跑一次，AI看過當天的股價資料後，決定要買什麼、賣什麼，全部記在一本模擬的帳本裡。
因為是每天自動跑、不需要人盯著，中間也順手加了一塊「任務看板」，把目前做到哪、驗證過什麼、還沒做完的事都寫下來，這樣換一個新的工作階段接手時，不用重新看過所有對話紀錄。
note技術細節：自動化排程與任務追蹤
- automation/run_daily_agent.ps1 以 --model claude-sonnet-5 固定模型，避免跟著全域預設模型漂移
- 以 Windows 排程 QuantTrading-DailyRun 在平日 18:30 執行，headless 模式搭配工具白名單，跑完自動 commit paper/ 但不 push
- docs/task.md 記錄任務狀態、驗證證據、部署步驟與決策，供跨工作階段接續
系統曾經用昨天下午的價格假裝是今天收盤，沒人發現
自動化系統每天要抓當天的股價資料才能做判斷，但中間發現一個問題：系統會把稍早抓到的資料快取起來重複使用，結果有時候用的其實是同一天稍早、還沒收盤前的舊資料，等於拿一個還沒結束的價格當成當天的最終結果來判斷。這種錯不會跳出警告，系統照樣正常運作，只是判斷的依據悄悄地錯了。
另外還有一個日誌變成亂碼看不懂的問題，原因是寫紀錄的方式跟系統的文字編碼對不上，兩種不同的文字格式混在一起，打開紀錄檔完全看不懂內容，等於出了狀況也查不出原因。
自動化系統最怕的，是它出錯的時候看起來一切正常。任何靠時間點觸發的資料抓取，都該多問一句：這個資料是不是真的更新到我以為的那個時間點了。
note技術細節：快取時效與日誌編碼
- a1e5eaf：快取只有在晚於平日 17:40 的 FinMind 收盤資料發布時間點之後抓取，才視為有效，避免沿用同日稍早的舊快取
- 992f67a：PowerShell 5.1 的輸出重導向會寫成 UTF-16，與其他部分混用編碼，導致自動化 git log 亂碼，已改為統一寫 UTF-8
不再輪流換策略，讓五套做法同時上場才公平
一開始這套系統是用一個策略在跑，覺得哪個版本比較好就換上去，但這樣沒辦法真正比較誰好誰壞，因為同一個時間點只有一個在跑，不同版本經歷的市場狀況也不一樣。後來明確了實驗真正要驗證的問題：AI的判斷方式，到底能不能贏過單純照規則走的做法。
決定是讓五套做法同時上場，各自拿到相同的虛擬本金，同時開始、同時記帳，彼此獨立不互相干擾，這樣才能公平比較。每一套做法還額外配一個「只照固定規則走」的對照組，用來當作最基本的比較基準。研究範圍也收斂到台股、美股跟期貨，原本提過的日股、韓股只是舉例，不會真的去研究。
flowchart LR
a[以前：策略輪流上場，同一時間只有一個在跑] --> b[現在：五套做法同時開戶，各自用虛擬資金公平較量]
想公平比較兩種做法誰比較好，最容易被忽略的前提是「同時間、同條件」，只要有一方是輪流上場、一方是持續在跑，比較出來的結果就沒有意義。
note技術細節：五路資金分倉與成本模型
- 帳本拆成 core、v1、v2、v3、v4 五個資金池，各 NT$100k，TWD/USD 現金分開記
- 原本的 ai sleeve 透過 run_daily.py migrate 遷移成 v1，不改寫歷史紀錄，報酬率採時間加權計算
- 美股交易成本比照凱基複委託計算，含手續費、SEC/FINRA 規費與 30% 股息扣繳
- 916933c：每日結果額外寫一份對外摘要 paper/public/<日期>.json 供作品集網站使用，內部筆記不外流
接下來
- 五套策略同場競賽的實際成效，尚未驗證，需要累積更多天的紀錄才看得出差異
- 快取時效與日誌編碼修好後是否還有其他資料誤判的死角，尚未驗證
本篇由跨專案自動彙整產生，素材為 2026-09-16 之後 2 個專案的提交紀錄與 0 則知識投遞。