方法論流程
- 抓取 Threads / Facebook 貼文，保留原文、時間與來源。
- 用 LLM 萃取標的、herAction、反指標方向、信心與摘要。
- 把結果存成結構化訊號，供訊號中心、標的頁與未來 watchlist 使用。
- 用回測結果補上可驗證層，讓使用者知道哪些型態過去比較有參考價值。
什麼情況比較值得看
- 高信心、明確提到個股或 ETF 的訊號。
- herAction 很清楚，例如買入、加碼、停損賣出。
- 標的頁上已累積過多筆歷史紀錄，可回頭驗證。
限制與風險
- 非個股 / ETF 的提及目前通常不會進入績效統計。
- 純圖片、梗圖、語意模糊的貼文可能只會留下通知，不一定有可投資訊號。
- 回測是研究工具，不是保證，實盤還要看市場環境與風險控管。
目前資料量
已收錄 14 批訊號、9 個可投資提及、34 筆回測交易。
常見問題
這個方法論在做什麼？
把巴逆逆貼文抓進來後，用既有 LLM 規則判斷她提到的標的、herAction、反指標方向與信心，再把結果存成結構化訊號資產。
命中展示頁的數字怎麼來？
來自 backtest-*.json。系統會把每筆可對應到個股或 ETF 的訊號，對齊台股日線資料，計算貼文後第 1 / 3 / 5 天等觀察窗的勝負與平均報酬。
這些資料可以直接拿去下單嗎？
不行。這些頁面主要用來建立可驗證與可學習的產品層，幫你節省整理時間，但不保證未來也會維持相同效果。