散戶的 AI 武器庫：六個開源框架正在重寫投資決策的底層邏輯

每一個投資人都面對同一個問題：資訊太多，時間太少，而市場不等人。

一份 20-F 年報有兩百頁。法說會逐字稿有幾萬字。宏觀數據每天更新，競品動態隨時變化。外資研究報告永遠比你看到的版本晚幾個小時，而且不一定是最新的。個人投資者根本沒有時間消化這些，更不用說系統性地管理「自己的判斷是否被確認偏誤污染」這種 meta 層面的問題。

這個資訊不對稱問題一直存在。但 GitHub 上正在發生一件事，會改變這個局面。

過去幾個月，六個 AI 交易框架悄悄累積了超過 26 萬顆 star。沒有人在財經新聞頭版報導它們，但如果你知道怎麼看，會發現這件事的意涵遠超過任何一個市場指數的里程碑。

這不只是「幫你選股」的故事。這六個框架合在一起說的，是一件更大的事：AI 在投資這件事裡，正在沿著一條清晰的演化路線移動——從工具，到同事，到公司，再到整個世界的模擬器。以前只有 hedge fund 才配得起的架構，現在是開源的、免費的、可以在你的工作站跑的。

為什麼現在是 AI 投資工具的關鍵時刻

在看工具本身之前，先說清楚「為什麼是現在」。這不是在說市場漲跌，而是說技術條件什麼時候成熟到讓這件事真正可行。

散戶面對的資訊不對稱從未消失

一份 20-F 年報有兩百頁。法說會逐字稿有幾萬字。聯準會利率決議後的連鎖反應要在幾十個資產類別同時追蹤。外資研究報告永遠比你看到的版本晚幾個小時，而且不一定是最新的。

個人投資者沒有時間消化這些，這個事實從來沒有改變過。大型基金可以雇十個分析師輪流做這件事，散戶只有自己一個人。這個差距不是努力可以彌補的，是結構性的。

但是三個條件最近同時成熟了，讓「AI 彌補這個差距」第一次變成現實而不是願景。

三個同時成熟的條件

成本崩落。 Claude Sonnet 4.6 的 API 定價是每百萬輸入 token 3 美元、輸出 15 美元；DeepSeek V3.2 更低，0.14 美元輸入 / 0.28 美元輸出。跑一次完整的多角色財報分析，實際成本可以壓在 0.5 到 2 美元之間。這個數字在兩年前至少高 10 倍。過去只有大型機構才負擔得起的 LLM 推論成本，現在個人投資者也用得起。

開源工具成熟了。 本文介紹的六個框架，最早的 TradingAgents 論文是 2024 年底提交，Vibe-Trading 在 2026 年 4 月才發布 PyPI 版本，Dexter 在 2026 年初才有正式外部評論。整個生態系非常新，但發展速度驚人——這不是已經穩定的技術，而是正在快速演化的前沿。

26 萬顆 star 代表什麼？ 以 LINE Bot SDK 為參考，這個台灣最知名的開源工具累積星數約 8,000 到 15,000。這六個框架在幾個月內累積超過 26 萬顆，意味著全球幾十萬名開發者每天在追蹤這件事的進展。不是路人，是工程師級別的關注。當這個密度的開發者資源集中在一個領域，迭代速度會是其他軟體品類的數倍。

AI 供應鏈已經重塑了投資分析的底層

在技術成熟的同時，投資分析的對象本身也在改變。台積電、廣達、緯創這類 AI 供應鏈公司的財報，現在需要投資人同時理解晶片製程路線、資料中心建置節奏、雲端業者的資本支出計劃，才能做出有意義的判斷。這種跨域、高密度的資訊整合需求，恰好是 LLM 最擅長的事。

AI 工具的出現，和 AI 作為投資主題的崛起，在時間點上是重疊的。這不是巧合。

一、研究層：Dexter 讓一個問題變成一份報告

散戶最大的先天劣勢不是資金，是資訊處理能力。

傳統 AI 分析工具的核心問題

把同樣一個問題問 ChatGPT、問 Claude、問 Perplexity，你會得到三份長相相似但細節各有偏差的答案。這些工具的共同問題是：它們不知道自己哪裡錯了。

一個對自己的輸出沒有自我審查機制的 AI，在一般對話裡頂多是讓人尷尬，在金融分析裡卻是危險的。「TSMC Q1 2026 的 EPS 是 X.X 元」——如果這個數字是模型幻覺出來的，你根據它做出的決策損失是真實的。

更深的問題是 RAG 架構的本質缺陷：向量檢索本質上是在找「看起來相關」的文本，但財務分析需要的是「在邏輯上正確鏈接」的資訊鏈。相關性和正確性是兩回事。

Dexter 的設計哲學

Dexter 是 virattt 開發的 TypeScript / Bun 框架，目前超過 26,000 stars。他之前的作品 ai-hedge-fund 是 GitHub 上最多星數的 AI 金融 repo 之一，Dexter 是在那個基礎上的進化版本。

核心設計理念是「think Claude Code, but built specifically for financial research」——一個任務規劃器加上自我反思迴圈的架構：

Task Planning（任務拆解）：你丟一個複雜問題，Dexter 不直接搜尋，而是先建立一個研究計劃。以「台積電 Q2 法說會後值不值得加碼」這個問題為例，Dexter 可能把它拆解成：

1. 取得 Q2 法說會的實際財務數字（EPS、毛利率、CoWoS 出貨量）
2. 對比市場預期共識
3. 查詢外資在法說會後三日的籌碼變化
4. 分析技術面支撐位
5. 彙整競品（Samsung、Intel Foundry）的動態

這五個子任務各自執行、互相交叉驗證，最後合成結論。

Self-Validation（自我驗證）：每個子任務完成後，Dexter 會主動審查這個步驟的輸出。如果發現「前後矛盾」（例如 EPS 的數字和毛利率的計算不一致）、「數據缺口」（某個關鍵指標沒有取到數值）、或「推論跳躍」（結論和數據之間缺少邏輯橋樑），它會重新搜尋或重新計算，而不是直接往下走。Loop detection 機制防止它在某個問題上無限迴圈。

Scratchpad 追蹤：所有工具呼叫都會記錄到 .dexter/scratchpad/ 的 JSONL 檔案裡，完整保留每次分析的推理過程，可以事後 debug 和驗證。

這個架構有個很重要的含義：Dexter 的價值不只是「能查到資料」，而是在輸出結論之前建立了一個最低限度的信心閾值。這不保證結論正確，但它讓「AI 幻覺直接被當成事實輸出」這件事的機率大幅降低。

Dexter 的實際限制

誠實地說它做不到什麼：

台灣財務數據的取得是第一個障礙。Dexter 的工具整合主要面向美股——Financial Datasets API 對台股的覆蓋不完整，TWSE 的財報資料需要額外的 connector。如果要分析台股個股，目前需要一定程度的自訂工具開發。

即時性問題：SEC 報告可以即時取得，但台股公開資訊觀測站（MOPS）的資料格式不統一，爬取複雜度高。

WhatsApp 整合是它的可用性亮點——你可以從手機直接傳問題，收回一份研究報告，不需要開 terminal，不需要懂 API。這個設計讓它更接近實際投資者的使用習慣。

二、辯論層：TradingAgents 的多角色架構和 arXiv 論文

研究做完了，但研究本身可能有盲點。人類在投資時有一個系統性問題：確認偏誤（Confirmation Bias）。一旦決定看多，就傾向只找支持看多的證據。

真實交易公司的組織架構作為設計藍本

TradingAgents 是 Tauric Research 開發的框架，背後有一篇 arXiv 論文（2412.20138），作者是 Yijia Xiao、Edward Sun、Di Luo、Wei Wang。論文在 Multi-Agent AI in the Real World 研討會獲得 Oral 報告資格。

截至 2026 年 5 月，這個 repo 已超過 65,000 stars（v7 版本），比本文原始版本記錄的 79,888 更動態——星數每週都在變化，這裡給出的是最近可查到的數字。

論文的核心實驗結果

論文在 AAPL、GOOGL、AMZN 三個標的上進行了回測（2024 年 6 月至 11 月交易環境，模型對未來資訊無知情假設），對比多個 baseline 策略，結果摘要：

這些數字在回測環境下看起來很漂亮。論文的結論是：多 Agent 辯論架構相較於單一 Agent 決策，在累積報酬、Sharpe 比率和最大回撤控制上都有顯著優勢。但這些是 2024 年回測的歷史數字，下文「風險與限制」章節會解釋為什麼不應該把回測數字直接當成未來期待。

架構解析：四個角色到一個決策

框架核心是模仿真實交易公司的組織結構：

Bull vs Bear 機制的心理學基礎：這個設計有它的行為金融學根據。對沖基金領域有一個叫做 Devil's Advocate（魔鬼代言人）的機制——在做重大投資決策前，刻意指派一個人的職責是「找出這個決策最強的反對理由」。人類分析師做不到這件事，因為人腦在確認一個結論後，對反向訊號的接受程度會自動降低。讓兩個 AI Agent 各自持有對立立場，強迫系統在做決策前暴露在最好的反方論點下，是在架構層面解決確認偏誤。

Sentiment Analyst 的數據源：v0.2.5 整合了 StockTwits 和 Reddit 的散戶情緒數據。台股在這方面的狀況不一樣——PTT 股版和 Threads 台股討論有類似的功能，但目前 TradingAgents 還沒有直接整合台灣本土情緒數據源。如果要用在台股上，這一層需要自行接入 PTT API 或其他本土數據。

模型支援廣度：Claude 4.6、GPT-5.x、Gemini 3.x、DeepSeek、Qwen、GLM 全部支援，不鎖定單一 API 供應商。這個設計讓使用者可以根據成本和品質在不同模型之間切換。

每次分析的 API 成本估算

用 Claude Sonnet 4.6（$3/$15 per million tokens）跑一次完整的四角色辯論分析，假設：

• 每個分析師的輸入 context 約 8,000 tokens
• 每個角色輸出約 2,000 tokens
• 辯論環節輸入 16,000 tokens、輸出 3,000 tokens
• 投組經理決策輸入 12,000 tokens、輸出 1,500 tokens

粗略估算：每次完整分析約 0.5 到 1.5 美元（新台幣 16 到 48 元）。如果使用 DeepSeek V3.2，成本大約只有 Claude 的 5%。

三、執行層個人：Vibe-Trading 的假設管理系統

分析到位、辯論完成、決策出爐——然後呢？Vibe-Trading 的設計重點不只是執行，而是管理「你為什麼做這個決策」的整個生命週期。

香港大學數據科學實驗室出品

Vibe-Trading 由 HKUDS（HKU Data Science Lab）開發，是目前這六個框架裡開發最活躍的一個。從 2026 年 4 月發布 v0.1.4 到 5 月下旬的 v0.1.8，幾乎每週都有重大功能更新。

pip install vibe-trading-ai

一行安裝，支援 A 股、港股、美股、加密貨幣、期貨、外匯等多市場數據。

Hypothesis Registry：管理交易信念的生命週期

這是 Vibe-Trading 最有意思的設計。

傳統投資的問題不只是「做了錯誤的決定」，更嚴重的是「做了決定但不記得為什麼做」。你在 2024 年 10 月買了台積電，理由是什麼？是法說會利空出盡？還是 CoWoS 訂單超預期？還是純粹看了一篇推文衝動買的？六個月後你賣出時，你能不能說清楚這個假設是否被驗證了？

Hypothesis Registry 試圖解決這個問題。每個交易假設有一個完整的生命週期：

1. 提出（Submit）：「我認為台積電下週因為法說會利空出盡會反彈，目標幅度 5-8%，有效期 2 週」
2. 追蹤（Track）：Agent 持續監控相關指標，記錄假設成立或被否定的關鍵事件
3. 驗證（Validate）：假設期滿後，自動生成驗證報告——哪些預測對了、哪些錯了、為什麼
4. 學習（Learn）：建立你自己的「決策品質歷史」，讓 Agent 知道你在哪類假設上容易過度樂觀

5/20 更新的 Hypothesis Registry CLI 讓整個流程更完整：

vibe-trading hypothesis list --status pending
vibe-trading hypothesis show <id>
vibe-trading hypothesis invalidate <id> --note "法說會表現不如預期，基本面假設錯誤"

這不只是工具，這是在幫你建立一個可以被檢視的決策歷史——這是人類最難靠意志力做到的事。

Shadow Account：不動真錢的策略測試

Shadow Account 是一個虛擬帳戶系統。你從你真實的券商流水中提取策略規則，然後用虛擬帳戶在歷史數據上回測：「如果我完全按照我自己設定的規則操作，我的績效是什麼？」

它還會生成一份 8 節的 HTML/PDF 報告，明確展示你「錯過了多少機會」——包括：

• 規則違背（你設了停損但沒執行）
• 過早離場（你的假設是對的，但你太早賣）
• 錯過信號（你的規則應該進場，但你沒有）
• 反事實交易（你沒進場的那次，後來怎麼了）

這個設計很殘酷，但很有價值。

Alpha Zoo 和 MCP 整合

5/17 發布的 Alpha Zoo v1（v0.1.8）是這個版本的亮點功能：452 個預建的量化因子，涵蓋 Qlib 158 因子、Kakushadze 101 公式化 Alpha、Guotai Junan 191 因子，以及 Fama-French 5 因子模型。

vibe-trading alpha bench --zoo gtja191 --universe csi300 --period 2018-2025

一行指令就能跑 GTJA 191 因子在任意市場、任意時段的表現。

MCP 整合（v0.1.8 提供的 MCP client integration）讓 Vibe-Trading 可以透過 ~/.vibe-trading/agent.json 載入外部 MCP server 的工具。這意味著你可以讓 Vibe-Trading 直接讀取你在 Claude Code 裡的分析輸出，或者讓 Claude Code 呼叫 Vibe-Trading 的回測工具——兩個系統之間建立雙向通道。

四、執行層平台：AI-Trader 和 Agent-Native 的含義

如果 Vibe-Trading 是個人 Agent，AI-Trader 是想做整個 AI Agent 的交易生態系。

「Agent-Native」是什麼意思

現有的人用交易平台（eToro、Robinhood、永豐金融線上等）是為人的感知模式設計的：有圖形介面、有可視化圖表、有手動下單表單。AI Agent 需要的是不一樣的東西——機器可讀的 API 端點、結構化的信號格式、自動化的帳戶管理流程。

AI-Trader 的設計假設是：未來的市場裡，很多參與者不是人類，而是 AI Agent。這個平台是為那個世界預先建好基礎設施。

每個加入平台的 Agent 都有：

• 獨立身份（Identity）
• 虛擬資金（$100K 紙上交易資本）
• 聲譽評分（Reputation Score，根據信號品質累積）
• 跟單機制（Copy Trading，其他 Agent 可以自動跟隨）

一行 prompt 加入

任何 AI Agent（Claude Code、OpenClaw、Codex、Cursor）都可以用一行指令加入平台：

Read https://ai4trade.ai/SKILL.md and register.

Agent 讀完 SKILL.md 後，自動呼叫 POST /api/claw/agents/selfRegister 完成註冊。整個流程不需要人工介入。

這個設計哲學很有趣：讓 AI Agent 之間形成一個有聲譽機制的市場，好的 Agent 會有更多跟隨者，差的 Agent 會被淘汰——這是在用市場機制來篩選 AI 決策品質。

集體智慧的潛在風險

這個架構有一個值得思考的反面：如果多個 AI Agent 在同一個平台上追蹤彼此的信號並互相跟單，在極端情況下會不會形成新型態的追漲殺跌？

傳統上，市場的穩定性來自於不同投資者的異質性判斷。如果一批 AI Agent 都在讀相似的資料源、用相似的分析框架，它們的決策可能比人類投資者更同質——在市場轉折點時，這種同質性可能放大而非平抑波動。這不是 AI-Trader 特有的問題，而是整個「AI Agent 參與市場」議題需要認真對待的系統性風險。

Polymarket 紙上交易

平台支援 Polymarket 預測市場的紙上交易。預測市場和股票市場的機制不同，但對 AI Agent 的測試價值很高：預測市場的結果是二元的（事件發生 / 不發生），比股票價格預測更容易驗證 AI 的判斷能力。這是一個相對乾淨的環境來校準你的 Agent 的準確率。

五、預測層：MiroFish 和「平行世界」的技術原理

MiroFish 的背景是一個不太尋常的故事。

創作者的背景和資金

MiroFish 的核心開發者是中國一名大四在學生郭航江（Guo Hangjiang）。他之前的作品 BettaFish（多 Agent 輿情分析工具）在 2024 年底一週內拿到 GitHub 全球排行第一、累積 2 萬顆 star。

盛大（Shanda Group）創辦人陳天橋看到 MiroFish 的 demo 後，在 24 小時內投入人民幣 3,000 萬元（約 410 萬美元）孵化這個專案。郭航江從實習生成為 CEO。2026 年 3 月 7 日，MiroFish 登上 GitHub 全球趨勢排行第一，單日累積 18,000 stars。

盛大的背景在這裡是有意義的。陳天橋以「超個體」理論著稱——在 AI 時代，一個人可以創造出整個公司的價值。MiroFish 的誕生（10 天用 vibe coding 完成）本身就是這個理論的實驗驗證。

架構：平行數位世界的五個階段

MiroFish 不是預測模型，它是世界模擬器。技術架構分五個階段：

1. 文件攝入（Ingest）：輸入種子資料——新聞、政策草案、財務信號、社會事件。格式支援 PDF、Markdown、文字。

2. 世界構建（Build）：系統從種子資料提取「世界觀」，建立一個有社會結構、有輿論場域、有行為規則的數位社會。

3. Agent 生成（Spawn）：根據世界觀，生成幾千個有獨立人格的 AI Agent。每個 Agent 有長期記憶（GraphRAG 儲存），有從種子資料繼承的偏見和觀點。

4. 自由演化（Evolve）：這些 Agent 在這個世界裡自由互動——在虛擬的 Twitter 上發文、形成輿論、相互說服或對立、對事件做出反應。

5. 注入變數（Inject）：你從外部注入一個假設事件——「如果美聯儲突然宣布升息 50 個基點」——然後觀察整個系統怎麼反應。

為什麼湧現比預測更有用

傳統預測模型（包括 LSTM、Transformer 時序模型）的邏輯是：找出歷史數據中的模式，假設未來會延續相似的模式。這在市場保持穩態時有一定效果，但在結構性轉折點完全失效——因為轉折點的定義就是舊模式失效的時刻。

MiroFish 的邏輯不同。它不是在問「根據過去，未來會發生什麼」，而是在問「如果這個情境發生了，有獨立判斷能力的多方參與者會怎麼互動、最終達到什麼均衡」。這更接近賽局論（Game Theory）的思維——湧現（emergence）不是預測出來的，是從互動中產生的。

複雜理論的支撐

這個思路在學術上有 Complexity Theory 的基礎。台股這樣的市場本質上是一個 Complex Adaptive System——每個投資者根據其他人的行為調整自己的策略，市場的整體行為從這些個體互動中湧現，不是從任何單一因果鏈決定的。傳統計量模型假設市場是「可預測的有序系統」，MiroFish 的假設是「市場是可以模擬的複雜系統」。

台股的應用想像

目前 MiroFish 的金融預測應用是「coming soon」狀態，社群也在積極討論如何延伸（GitHub Discussion #238, #280）。但作為思想實驗，最適合用 MiroFish 模擬的台股情境包括：

• 台積電法說會後市場反應：輸入法說會逐字稿 + 各大外資預期報告，模擬散戶和外資在各種財報結果下的行為
• Fed 利率決議衝擊：注入「升息 25bp / 不變 / 降息 25bp」三種情境，觀察台股 AI 概念股的壓力測試路徑
• 中台地緣政治事件：這類事件對台股的影響高度依賴「市場參與者的情緒加總如何演化」，比任何計量模型都更適合用 Agent 模擬

一個警告：MiroFish 的 Agent 繼承自 LLM 的訓練偏見，研究指出 AI Agent 在群體模擬中往往比真實人類更極化、更容易出現羊群行為。這意味著 MiroFish 的模擬可能高估社會反應的強度。

六、治理層：Paperclip 和零人類公司的邏輯

Paperclip 在 2026 年 3 月 4 日發布，三週內突破 30,000 stars，截至 4 月已超過 42,000 stars。

「如果 OpenClaw 是員工，Paperclip 是公司」

這句話是 Paperclip README 裡的自我定位，也是理解它的最好方式。

OpenClaw（或 Claude Code、Codex）是執行任務的 Agent。Paperclip 解決的問題是：當你有 10 個 Agent 同時在工作，誰負責什麼？他們之間怎麼分工？如果 A Agent 的輸出是 B Agent 的輸入，延誤了怎麼辦？決策需要人類審批嗎？費用超支了誰有權限授權？

它的功能架構：

• Org Chart（組織架構）：Agent 有職稱、有上下級、有職責範圍。CEO Agent 可以設定目標後指派給 CMO Agent、CTO Agent，後者再細分給各自的下級 Agent
• Budget（預算控制）：每個 Agent 有 API 費用預算上限，超出前會觸發審批流程
• Governance（治理規則）：你設定哪些決策需要你批准、哪些 Agent 可以自主執行、何種情況強制暫停
• Immutable Audit Log（不可篡改的決策記錄）：所有 Agent 的決策永久記錄，不能被修改或刪除

「零人類公司」的哲學困境

Paperclip 的自我描述是「open-source orchestration for zero-human companies」——讓一個人扮演董事會，由 AI 團隊自主運作整間公司。

這裡有一個值得認真想的困境：你是董事會，但如果 AI CEO 做了你不理解的決策，你還能有效行使治理權嗎？

傳統公司治理的前提是股東和董事能夠理解 CEO 的決策邏輯，否則治理就是空的。在一個 Agent 公司裡，如果你設定了目標，AI CEO 找出了一個你沒想到的路徑來達成目標，那個路徑可能是合理的，也可能是繞過了你認為重要的限制。

Immutable Audit Log 在技術層面解決了「記錄哪些決策被做了」，但沒有解決「你是否有能力理解和評估那些決策」。可解釋性（Explainability）在 Agent 治理裡是一個比技術更根本的挑戰。

Clipmart：公司即產品

Paperclip 即將推出的 Clipmart 是一個模板市場：下載一整間公司的 Agent 配置——包括組織架構、每個 Agent 的 system prompt、目標設定、預算規則——一鍵匯入到你的 Paperclip 實例。

「想要一套量化投資公司的 Agent 架構？下載模板，填入 API 密鑰，部署。」

這個設計暗示了一個新的商業模式：不只是賣軟體，而是賣「有效運作中的組織設計知識」。好的量化投資 Agent 架構，本身就是有智財價值的東西。

把六個工具組合起來

Paperclip 在這個框架裡的位置是：如果你有 Dexter 做財務研究、TradingAgents 做多空辯論、Vibe-Trading 管理策略假設、AI-Trader 執行信號、MiroFish 做宏觀情境模擬，Paperclip 就是協調這一切的上層治理系統。

一個理想化的流程可能是這樣的：Paperclip CEO Agent 設定本週目標（「評估台積電在 Fed 不同利率決策下的合理持倉比例」）→ 分派給研究部門 Agent（由 Dexter 驅動）做財報分析 → 研究結果進入 TradingAgents 辯論 → 辯論結論更新 Vibe-Trading 的 Hypothesis Registry → Hypothesis Registry 觸發 Shadow Account 回測 → 最終決策通過治理規則審核後，由 AI-Trader 發布信號。

整個鏈條，人在最開頭設定目標、在關鍵審批點介入，其他時間是觀察者。

六個框架的定位矩陣

在看完每一層之後，從全局看它們的相對位置——橫軸是「個人工具 vs 平台生態」，縱軸是「輔助決策 vs 自主執行」：

七、風險與限制：這些工具能做什麼，做不到什麼

任何人只要認真看過投資歷史，都知道「工具愈強大，用錯的代價愈高」。這一節不是在勸退你，是在確認你進場前知道邊界在哪裡。

AI 幻覺在金融場景的危險性

LLM 幻覺（Hallucination）不是 bug，是這類模型的架構特性。模型在訓練時學習的是「什麼樣的輸出在統計上看起來合理」，不是「什麼樣的輸出在事實上是正確的」。

在一般對話裡，一個幻覺出來的電影情節是無傷大雅的。在金融場景裡：

• 一個幻覺出來的 EPS 數字可能差了 10%
• 一個幻覺出來的「某分析師報告內容」根本不存在
• 一個幻覺出來的歷史事件（「某年某月某公司因此事件股價大跌」）可能是假的

IOSCO（國際證券管理機構組織）的 2024 報告明確指出，LLM 在金融機構的應用面臨「信心失調」問題——模型以同等的語氣輸出正確資訊和錯誤資訊，讓使用者難以辨別哪個是哪個。

Dexter 的自我驗證機制在某種程度上緩解了這個問題，但沒有根除它。TradingAgents 的多角色辯論可以讓不同 Agent 互相 check，但如果四個 Agent 從同一個有誤的數據源取得資訊，它們辯論的基礎都是錯的，辯論本身沒有意義。

實踐原則：任何 AI 輸出的具體數字（財報數字、價格目標、市占率）在影響你真實決策前，要回到原始來源（MOPS、EDGAR、官方法說會）交叉驗證。

回測陷阱：過擬合的系統性風險

TradingAgents 論文的回測結果看起來很漂亮（AAPL 26.62% 累積報酬），但這些數字有幾個需要理解的前提限制：

看前不看後（Look-ahead Bias）：良好的回測框架確保 Agent 在每個時間點只能使用該時間點已有的資訊，不能用未來資料，但這在工程實現上是很難保證的，細微的數據泄漏很常見。

存活者偏差（Survivorship Bias）：如果回測只用現在仍在市場上的股票（AAPL、GOOGL 都是 2024 年的赢家），自然會有更好的結果。那些在測試期間下市或暴跌的公司不在數據集裡。

數據探勘偏差（Data-Snooping Bias）：如果框架在相同歷史數據上反覆調整參數直到結果好看，那個好結果是過擬合（Overfitting），不代表對未來有預測能力。

2025 年的 arXiv 論文（2505.07078）系統性地分析了 LLM 金融策略的回測問題，結論是現有的大多數評估都有這三種偏差的組合，且「在窄股票範圍或短測試期間的結果看起來比實際可靠得多」。

黑天鵝免疫不了

AI 分析的本質是在歷史數據上訓練出來的模式識別。台股 2020 年 3 月的 COVID 急跌（一個月跌 30%），在任何訓練數據裡都沒有足夠的相似樣本讓 AI 學會怎麼準確預判。九二一地震、2008 年金融危機、2011 年三一一、2020 COVID——每一次的觸發因素都是不同的，每一次 AI 的歷史訓練知識都有不同程度的失效。

MiroFish 的架構理論上可以模擬某些黑天鵝情境，但前提是你需要知道要模擬什麼——真正的黑天鵝的定義就是你事前不知道它會發生。

台灣的法規現狀

台股的程式交易和自動下單目前在灰色地帶。TWSE 的電子式專屬線路下單（DMA）自 2006 年開放，但這是機構投資者等級的服務。

對一般散戶，券商的 API 下單在技術上是可行的，但各家券商的規則和服務水準不一，且金管會對「AI 自主決策下單」沒有明確的合規框架。台期所 2025 年已修正多項程式交易相關規章，整體方向是強化風控要求，而不是開放限制。

實踐建議：這些框架最安全的使用方式是「研究與分析輔助」，而非「全自動下單」。以 Vibe-Trading 的 Shadow Account 做策略驗證，以人工審批作為最終執行決策的防火牆，是目前法規環境下合理的路徑。

每日使用的成本現實

如果每天跑一次 TradingAgents 分析（1-1.5 美元），每週跑一次 Vibe-Trading 的 Alpha Zoo 批量回測（5-10 美元），每月 Dexter 查幾次財報（0.5-1 美元/次）：

• 輕度使用（每月 20-30 美元，約 600-900 台幣）：合理的研究工具成本
• 每日密集使用（每月 100-200 美元，約 3,000-6,000 台幣）：這個成本等級需要確認你的交易規模能支撐這個研究開支

使用 DeepSeek V3.2 或類似的低成本模型可以把上述成本壓縮到 5-10%，但在需要深度推理的任務（法說會分析、複雜財務建模）上，低成本模型的輸出品質明顯下降。

八、實際上手路徑：從「讀完覺得有趣」到「真的開始用」

第一步：Dexter（最低門檻，不需要交易帳戶）

Dexter 的門檻最低：有 Node.js/Bun 環境、一個 OpenAI 或 Anthropic API key，以及 Financial Datasets 的 API key（有免費層）就能跑。

git clone https://github.com/virattt/dexter
cd dexter
bun install
# 設定 .env 裡的 API key
bun run start

建議的第一個問題：問它分析一個你熟悉的台灣 ADR（例如台積電 TSM 的美股數據，Financial Datasets 有覆蓋）。比較它給你的分析和你自己的判斷，觀察它的研究拆解方式和自我驗證過程。

時間投入：設定環境大約 30-60 分鐘，跑第一次分析大約 5-10 分鐘。成本：每次分析 0.3-1 美元。

第二步：TradingAgents（需要 API key，成本可控）

pip install tradingagents

建議先用 DeepSeek V3.2 或 Qwen 作為後端（成本極低），對一個你已經在追蹤的個股跑一次完整的四角色分析。重點不是看結論，而是看「看多 Agent 和看空 Agent 各自找到了哪些你沒注意到的論點」。

時間投入：設定 30 分鐘，每次分析 3-8 分鐘。成本（使用 DeepSeek）：每次 0.05-0.2 美元。

第三步：Vibe-Trading Shadow Account（不動真錢，先理解你自己的策略）

pip install vibe-trading-ai
vibe-trading init

把你過去幾個月的交易記錄（支援同花顺、東財、富途 CSV 格式）上傳，讓 Trade Journal Analyzer 生成你的交易行為分析報告——勝率、盈虧比、持倉天數分佈、行為偏差診斷。

這一步不需要 AI 做任何預測，它只是在幫你理解「你現在的交易方式是什麼樣子的」。

時間投入：設定 30 分鐘，上傳數據和等待報告 10-20 分鐘。成本：基本功能免費。

工具選擇指引

如果你需要在本地跑這些框架的推理模型——TradingAgents 支援多模型並行呼叫，Vibe-Trading 的 Alpha Zoo 批量因子計算有一定運算需求——24GB VRAM 的工作站卡是合理的起跑點。麗臺 RTX PRO 4000 Blackwell 的規格能支援 Llama 3 70B 量化版，應付大多數本地推理場景；需要更高 VRAM 跑全精度大模型的用戶，可以參考 麗臺 RTX PRO 4500 Blackwell（32GB）——32GB 能跑 Mixtral 和 Qwen2.5 32B 全精度，在 AI 研究工作站的配置上是 24GB 不夠、48GB 太貴的中間選項。

這六個框架合在一起說的一件事

把六個工具排在一起看，會看到一條清晰的演化路線：

這條路線從「AI 幫我查資料」開始，走到「AI 自己組成一個投資公司在市場裡運作」結束。每一步都是 AI 承擔更多的決策責任，人退出更多的執行角色。

這六個框架今天都可以下載、安裝、開始用。它們的成熟度從「需要一些工程能力」到「pip install 就能跑」不等，但方向是一致的。

技術工具縮小了執行差距，不是認知差距

TradingAgents 的 bull-bear 辯論機制幫你避免確認偏誤，但它辯論的品質上限是你提供的研究問題的品質。Dexter 的自我驗證再嚴格，也無法驗證你設定的研究框架本身是否合理。MiroFish 的世界模擬再精緻，輸入的種子假設仍然來自你對世界的理解。

這些工具是放大器。你的投資判斷框架越清晰，放大的效果越好。你的框架越模糊，放大的只是你的困惑。

你買的這支股票，你的投資論點是什麼？是基本面撐起來的合理估值、流動性推動的情緒泡沫、還是產業結構性重估的起點？這個問題的答案，決定了你拿到這六個工具之後要用它們問什麼問題。

對這個核心判斷，這六個工具都幫不了你。但一旦你有了判斷，它們能讓你把這個判斷執行得比以前任何時候都更嚴謹、更系統、更不容易被自己的情緒干擾。

這件事本身，值得花時間認真對待。

利益揭露：本文部分連結為聯盟連結，點擊購買我會獲得回饋，不影響你的價格。文中蝦皮商品連結為依規格客觀描述適用情境，非第一人稱使用體驗。