Case studies - 台股量化交易系統:多維度指標監控與決策支援架構
串接券商 API 同步監控 80 檔標的,即時運算 ORB、VWAP、委託力道與主力籌碼流向等多維指標。透過評分系統轉譯為直觀訊號,協助交易者在盤中波動下掌握清晰的執行節奏。
- 客戶
- 金融交易客戶維運中
- 年份
- 服務項目
- 客製化開發 · 低延遲前端 + Python
在海量資訊中看見確定性
在現代金融交易中,專業人士面臨的挑戰往往不是資訊不足,而是資訊的碎片化。當機會出現時,真正決定勝負的關鍵往往藏在多個條件的「交集」之中。比如價格是否有效突破早盤區間 (ORB)、在此同時委託買賣力道是否同步失衡、以及主力大單是否確實進場支撐。
本案客戶希望建立一套能打破「單點觀察」限制的系統,能在他設定的 80 檔標的中,自動尋找這些關鍵條件的重合點,從而讓決策不再仰賴直覺,而是具備資料支撐的信心。
Dashboard Wireframe
trader.copilot · 一眼掌握整個盤勢
主畫面 · 切換 Tab 即時更換 view
Expand Panel
走勢圖(價格 + VWAP + 訊號標記) · Signal Matrix 全量條件 · 大戶 / 散戶買賣力
⋮ 盤前 50 檔靜態 + 盤中 30 檔動態補進
List Pane
Detail Pane
三大法人
成交量
技術指標
List Pane
Detail Pane
三大法人
成交量
技術指標
三個 Tab View
自選
MONITOR
即時 Card List · Pipeline 四階段進度 · 訊號標籤 · 熱度排序
排行榜
RANKING
盤前 / 盤中排行 · 列表 ↔ 個股詳情 · 雙面板
個股
EXPLORER
日 K 蠟燭 · 三大法人買賣超 · PostgreSQL 歷史資料源
Alert Overlay
數位化專業邏輯與減少認知負荷
我們的目標是建構一個能同步處理海量 Tick 資料、並即時運算多維度邏輯的決策中樞。這套系統需要具備極高的反應速度,在毫秒之間完成從指標計算到權重評分 (Heat Score) 的過程,並將運算結果轉譯為直觀的視覺標籤。這不僅是為了速度,更是為了讓客戶能從低效的資料搬運中解放,專注於更高層次的策略執行。
追求卓越的一致性與穩定感
為了讓這套系統成為客戶最堅實的後盾,我們在架構設計上採取了幾項核心工法:
1. 深度市場脈絡的即時整合
系統不只是顯示指標,而是將多種判斷邏輯結構化。我們實作了從 Opening Range Breakout (ORB) 的趨勢定義,到 VWAP 站穩確認與 RSI 結構化分析的完整矩陣。透過自定義的評分引擎,系統會自動根據當前各指標的強度進行權重疊加,確保螢幕上亮起的每一個提示,都代表著多重有利條件的匯聚。
2. 決策訊號的純淨過濾
為了協助客戶在盤中維持穩定的節奏,我們在系統中導入了精細的冷卻機制 (Cooldown) 與訊號效期 (TTL)。這套機制能自動識別並過濾盤整期間的無效雜訊,確保系統只在真正的關鍵轉折處發出預警,降低因行情亂跳而產生的心理干擾,守護交易邏輯的一致性。
3. 毫秒級預警與紀律自動化
停損往往是交易中最考驗心態的環節。我們將這層心理負擔轉移至系統後端,當行情 Tick 觸及預設條件的毫秒之內,系統會即時完成判定並推送絕對優先的警報。此外,針對大盤整體急殺等極端市況,系統更內建了動態收緊閾值的防禦機制,在最關鍵的瞬間,冷靜而精準地替客戶守住風險底線與交易紀律。
4. 工業級的資料恢復與連續性
針對交易場景最在意的「穩定性」,我們設計了每 30 秒一次的狀態快照 (State Persistence) 與自動補漏機制 (Gap Fill)。即便在盤中遇到意外的網路波動或重啟,系統也能在連線後自動重放缺失的 Tick 紀錄,並還原所有的歷史狀態與指標計分,確保決策訊息在 4.5 小時的交易時間內始終保持連貫。
Architecture
從交易所到客戶畫面 · 五層分工
分層架構 / Layered Architecture
從上到下:客戶看的畫面 → 系統怎麼處理 → 資料原本從哪裡來
FRONTEND
/ 客戶看的畫面即時更新的看板、訊號標籤、走勢圖、停損彈窗——所有客戶會直接互動的部分
原生 JS ES Module · Tailwind · Lightweight Charts · Lucide Icons · WebSocket Client
WEB SERVER
/ 即時資料推送把後端算好的訊號、行情、停損狀態毫秒級推到前端,並提供查詢 API
Python · FastAPI · WebSocket · Uvicorn · asyncio
BUSINESS LOGIC
/ 系統的大腦盤前選股、盤中監控、訊號判斷、停損計算、尾盤評分——所有自動運作的決策邏輯
intraday_monitor · data_manager · dynamic_scanner · position_manager · eod_scorer · premarket_scanner
DATA STORAGE
/ 持續記憶記住每一筆成交、訊號、持倉、歷史走勢——系統重啟也能從中斷的狀態接著跑
PostgreSQL × 2 · asyncpg 連線池 · trading_system DB(盤中狀態) · trade-ops DB(歷史 K + 法人資料)
DATA SOURCES
/ 行情與歷史的源頭即時行情透過券商 API 拿到交易所第一手成交; 歷史資料來自獨立的資料管線
永豐 Shioaji API · 臺灣證券交易所 TWSE · 臺灣期貨交易所 TAIFEX · 三大法人歷史管線
更從容、更寬廣的視野
系統交付後,客戶成功將原本零散、繁瑣的盤中監控工作,轉化為穩定、有紀律的執行節奏。當系統自動處理了 80 檔標的的資料挖掘與邏輯過濾後,他可以將最寶貴的心理能量,保留給進場時機的精準定奪與風險部位的全局控管。
Before / After
盤中節奏 · 從切視窗變成看地圖
Before
打開券商 app
一次只能查一檔,市場其他股票看不到
只看得到漲跌幅
切視窗、查指標、盯時間都自己來
半個早上耗在這些重複動作
After
打開 trader.copilot
整張螢幕同時看見 80 檔的即時變化
訊號、量能、法人、停損距離全在眼前
系統自動處理切換、計算、計時
時間留給判斷:進場 · 加碼 · 留倉
對 helloio 而言,這個專案累積的不僅是技術,更是我們對「如何用工具過濾市場焦慮,讓交易回歸純粹的決策」的深刻理解。這種處理複雜即時資料流、並將其轉化為優雅介面的經驗,已內化為我們協助各領域客戶解決資料密集型難題的底氣。
執行項目
- 即時資料管線與 API 串接
- 80 檔標的並行監控架構
- 量化指標矩陣與評分引擎
- 毫秒級風控與防禦機制
- 大單籌碼流向與 OBI 追蹤
- EOD 留倉評分系統
- 狀態快照與自動補漏恢復
- 跨環境狀態同步與容錯設計
- 並行監控運算
- 80 檔
- 狀態快照持久化
- 30 秒
- 決策與風控反應
- 毫秒級
- 盤中高可用性運行
- 零中斷