AI 選股
機器人

本專案以台灣股票市場為研究場域，建構一套結合機器學習、多方法特徵選擇與滾動式再訓練機制的 AI 選股機器人。傳統投資方法往往仰賴單一財務指標、技術指標或人為經驗判斷，但市場環境會隨景氣循環、資金流向與產業趨勢快速改變，因此本專案希望透過資料驅動的方式，建立可持續更新、可回測驗證且能兼顧報酬與風險的投資決策流程。 在方法設計上，系統整合基本面、技術面與動能等多類型特徵，並透過 PCA、GA 與 CART 等方法進行特徵篩選，再結合多種機器學習模型建立選股預測架構。系統採用每月滾動訓練與定期再平衡的設計，使模型能隨市場資料更新而調整持股組合，降低固定模型在長期市場變化下失效的風險。 本專案不只是一個選股展示工具，也是一套可被驗證的量化投資研究流程。透過歷史回測、實際月度選股紀錄、ETF 基準比較與風險指標分析，系統能呈現 AI 輔助投資在台灣市場中的應用潛力。未來亦可延伸至跨市場、多資產與即時資料串接，作為投資教育、策略研究與金融科技應用的重要基礎。