【血色檔案】你的 AI 根本不懂 12682 的絕望！回顧 36 年前台股最慘烈的「無量跌停」，揭密為何再強的量化停損在「歷史級崩盤」面前都只是廢紙

1990 年台股從 12682 點崩跌至 2485 點，許多日子發生「無量跌停」導致無法變現。本文探討 Backtrader 等開源框架在極端流動性危機下的回測盲點，並提出基於 Shioaji/Fugle API 的掛單量監控策略，教你如何避免 AI 交易機器人死於黑天鵝。

【警告：本篇內容涉及高風險演算法交易實務，心臟不強者請勿輕易嘗試】

在這個 LLM 與 Agentic AI 滿天飛的 2026 年，每個工程師都覺得自己能用 Python 寫出一台印鈔機。你下載了 Backtrader 或 Zipline，抓了這五年的台股數據，跑出了一個夏普值 (Sharpe Ratio) 3.0 的策略，設定了「跌破 5% 嚴格停損」。你以為你穩了？

抱歉，你的模型可能連第一關都過不了。因為你的 AI 訓練數據裡，沒有 12682 的絕望。

1. 歷史的殘酷：當 K 線變成一條橫線

1990 年 2 月，台股加權指數創下 12,682 點的歷史新高。當時的台灣，「台灣錢淹腳目」，菜籃族早上買股、下午數錢。但隨後的 8 個月，指數崩跌至 2,485 點，跌幅高達 80%。

這場崩盤最恐怖的不是「跌」，而是「賣不掉」。

在連續跌停的日子裡，開盤即收盤。盤面上只有一條橫線（一價到底），以及掛在賣單那邊天文數字般的「跌停求售量」，而買盤是 0。這就是傳說中的「無量跌停」 (Limit-down without volume)。

2. 量化回測的致命盲點：流動性陷阱

大多數開源回測框架（如標準設定下的 Backtrader, vectorbt, 或 Lean）都有一個預設假設：「只要有價格，就能成交」。

寫過策略的都懂這行代碼：

if self.data.close[0] < self.buy_price * 0.95:
self.sell() # 停損出場

在 1990 年（或未來的某次崩盤）的情境下，回測引擎會這樣執行：

Day 1: 股價 100 元，觸發停損。
Engine: 好的，我們在 Day 2 開盤以「開盤價」93 元（跌停）幫您賣出。
Result: 虧損 7%，資產保全。

現實世界的執行結果卻是：

Day 1: 股價 100 元，觸發停損訊號。
Day 2: 開盤 93 元，賣單掛單 5 萬張，買單 0 張。你掛單賣出，成交 0 張。
Day 3: 開盤 86.5 元，依然無量跌停。你繼續掛單，成交 0 張。
...
Day N: 終於打開跌停，股價剩 40 元。你成交了。

你的回測顯示虧損 7%，現實帳戶卻是虧損 60%。這就是 Look-ahead bias 之外最常見的 Liquidity Bias（流動性偏差）。

3. 技術實戰：如何在 Python 中防禦「黑天鵝」？

要讓你的 Trading Bot 具備「生存意識」，你不能只看價格 (Price)，必須監控「委託簿」 (Order Book)。

A. 數據源選擇

不要只依賴 K 線 (OHLCV) 數據。對於台股交易者，強烈建議串接券商 API（如永豐 Shioaji 或富邦 Fugle）獲取 Real-time Ticks 或 Snapshot。

B. 策略邏輯修正

在你的演算法中加入「流動性濾網」：

傳統邏輯：價格觸發 -> 下單。
生存邏輯：

檢查 Bid/Ask Spread (買賣價差)：如果價差過大，代表市場失靈。
檢查 Order Book Depth (掛單深度)：如果 Best Bid Volume（最佳買入量）極低，甚至為 0，絕對不要市價單 (Market Order) 追殺，這只會滑價到地獄。
虛擬滑價 (Slippage Model)：在回測時，對於波動率 (ATR) 極高的日子，強制設定 Slippage = 10% 甚至更高，或者設定 VolumeFilter，若當日成交量 < 過去均量 10%，視為「無法成交」。

C. 壓力測試 (Stress Testing)

使用 Synthetic Data (合成數據) 製造極端場景。不要只跑 2020-2025 的多頭數據。試著手動創造一段「連續 10 天跌停且 Volume = 0」的 CSV 數據餵給你的策略，看它會不會爆倉。

4. 結語：敬畏市場

AI 可以幫你寫 Code，可以幫你最佳化參數，但它無法「感受」恐慌。12682 不只是一個數字，它是無數破產家庭的血淚。

真正的量化高手，不是追求最高的獲利回測，而是設計出最壞情況下還能活著的系統。在下一次「無量跌停」來臨前，請確保你的程式碼裡，已經寫好了逃生艙的邏輯。

🛠️ CULTIVATE Recommended Tools | 精選工具推薦

Codecademy: Learn Python and Data Science interactively from scratch.
Interactive Brokers: Low cost professional trading platform for global markets.
Poe: Access all top AI models (GPT-4, Claude 3, Gemini) in one place.