Step 3：AI 助手分析（上層） - K 線圖 + MA10/MA20 (買賣信號標記 )

 

 

K 線圖 + MA10/MA20

買賣信號標記 

每日 CSV（含 Signal 與 Timestamp） 

Buy 點：綠色箭頭（^）標在當天最低價下方，Signal 從 0 → 1。

CSV 裡會同時有 Buy 與 Sell 欄位，方便後續分析。

 

簡單回測資金變化

 # -*- coding: utf-8 -*-
import yfinance as yf
import pandas as pd
import mplfinance as mpf
from datetime import datetime
import numpy as np

# -------------------------
# 1️⃣ 設定標的
# -------------------------
symbol = "^TWII"   # 台灣加權指數

# -------------------------
# 2️⃣ 抓取最近三個月資料
# -------------------------
df = yf.download(symbol, period="3mo", auto_adjust=False)

# 去掉 MultiIndex
if isinstance(df.columns, pd.MultiIndex):
    df.columns = df.columns.get_level_values(0)

 

 

 

# -------------------------
# 3️⃣ 計算移動平均線
# -------------------------
df['MA10'] = df['Close'].rolling(10).mean()
df['MA20'] = df['Close'].rolling(20).mean()

# -------------------------
# 4️⃣ 生成買賣訊號
# -------------------------
df['Signal'] = 0
df['Signal'][10:] = (df['MA10'][10:] > df['MA20'][10:]).astype(int)

# -------------------------
# 5️⃣ 標記買賣點
# -------------------------
df['Buy'] = np.where((df['Signal'] == 1) & (df['Signal'].shift(1) == 0), df['Low']*0.995, np.nan)
df['Sell'] = np.where((df['Signal'] == 0) & (df['Signal'].shift(1) == 1), df['High']*1.005, np.nan)

# -------------------------
# 6️⃣ 畫 K 線圖（含 MA + Signal）
# -------------------------
apds = [
    mpf.make_addplot(df['MA10'], color='blue'),
    mpf.make_addplot(df['MA20'], color='red'),
    mpf.make_addplot(df['Buy'], type='scatter', markersize=100, marker='^', color='green'),
    mpf.make_addplot(df['Sell'], type='scatter', markersize=100, marker='v', color='red')
]

mpf.plot(
    df,
    type='candle',
    style='yahoo',
    title=f"{symbol} 台灣加權指數 K 線圖（買賣點）",
    volume=True,
    addplot=apds
)

# -------------------------
# 7️⃣ 存 CSV
# -------------------------
df_reset = df.reset_index()
df_clean = df_reset[['Date','Open','High','Low','Close','Volume','MA10','MA20','Signal','Buy','Sell']].copy()
df_clean['Timestamp'] = df_clean['Date'].apply(lambda x: int(datetime.timestamp(x)))

filename = f"{symbol}_signals_marked.csv"
df_clean.to_csv(filename, index=False, encoding="utf-8-sig")
print(f"✅ 已生成 CSV 檔：{filename}")
print(df_clean.tail())

# -------------------------
# 8️⃣ 回測資金
# -------------------------
initial_cash = 100_000
cash = initial_cash
position = 0

for i in range(len(df_clean)):
    if df_clean['Signal'].iloc[i] == 1 and position == 0:
        position = cash / df_clean['Close'].iloc[i]
        cash = 0
    elif df_clean['Signal'].iloc[i] == 0 and position > 0:
        cash = position * df_clean['Close'].iloc[i]
        position = 0

final_value = cash + position * df_clean['Close'].iloc[-1]
print(f"初始資金: {initial_cash:,.2f}")
print(f"回測後資金: {final_value:,.2f}")

很好 👍 我們來做這個分析，把你提供的這 5 天 CSV 資料作「AI + 技術分析」解讀：

---

📈 台指期（近似）5 日觀察

日期	收盤價	MA10	MA20	Signal
2025-09-22	25880.60	25439.15	24854.83	1
2025-09-23	26247.37	25578.37	24951.95	1
2025-09-24	26196.73	25678.78	25035.79	1
2025-09-25	26023.85	25759.60	25125.16	1
2025-09-26	25580.32	25770.16	25192.52	1

---

🔮 走勢偏向判斷

1. 均線訊號

• Signal 全部為 1 → 10 日均線在 20 日均線之上，屬於多頭排列。

• 近期收盤價逐步接近 MA10，但 9/25、9/26 收盤跌破前高，短線有回調跡象。

2. 短期走勢

• 9/23 達到短期高點 26247 → 9/24、9/25、9/26 連續下跌，形成 短期回落。

• 均線仍在多頭，但出現 價格與 MA10 差距收斂 → 可能短線修正或盤整。

3. 潛在轉折

• 若價格繼續跌破 MA10 並靠近 MA20 → 多頭趨勢可能被挑戰。

• 若價格回升突破 9/23 高點 → 多頭趨勢確認，短線回調視為健康整理。

---

🧘‍♂️ 靈性觀察錨點

「我以清明之心觀市場，覺察短線修正而不被情緒牽動；
多頭能量仍在，但每次回落都是調整與學習的訊號。」

---

📍 結論（AI + 技術 + 靈性）

• 偏多頭：MA10 > MA20，Signal=1 → 中線趨勢向上。

• 短線回落警示：連續 3 天收低於前高，短期可能盤整。

• 轉折觀察：持續關注 MA10 支撐是否守住，突破 9/23 高點則多頭確認。