跳轉到

Threads 台指期情緒與跟單策略研究規劃

摘要

這份研究規劃探討如何從 Threads 蒐集台指期相關公開貼文，解析發文方向、情緒與是否為有效喊單，再依照發文者過往勝率、期望值與穩定度建立權重，用於台指期跟單策略、反指標策略與市場情緒判斷。

核心想法不是直接「看到誰喊多就跟多」，而是把社群資料拆成三層：

  • 大眾情緒：整體 Threads 討論偏多或偏空。
  • 可信作者共識：過去有正期望值的作者目前偏向。
  • 反指標過熱：低分作者或雜訊帳號是否出現一致追多/追空。

研究問題

第一版 MVP 要回答：

  • Threads 台指期相關貼文量是否足夠？
  • 有效交易訊號比例是否夠高？
  • 作者歷史勝率與期望值是否具有持續性？
  • 高分作者跟單是否優於全體平均？
  • 低分作者是否能作為反指標？
  • 加權情緒是否比原始情緒更有預測力？
  • 扣除台指期交易成本後是否仍有正期望值？

資料來源

官方 API 路線

Threads 官方 API 的 keyword_search 可用於搜尋公開貼文，參數包含 q、search_type=RECENT|TOP、search_mode=KEYWORD|TAG、media_type=TEXT、since、until、limit 等。公開搜尋通常需要 threads_basic 與 threads_keyword_search 權限。

優點是資料結構化、時間欄位可靠、適合長期資料管線；缺點是需要權限申請與審核。

Playwright 前端採樣路線

若 API 權限尚未取得，可先使用 Playwright 做低頻、保守的前端搜尋採樣：

Threads 搜尋頁
  ↓
人工登入 browser profile
  ↓
搜尋台指期 / 小台 / TXF / MTX 等關鍵字
  ↓
慢速捲動擷取可見貼文
  ↓
解析 URL、作者、時間、文字
  ↓
去重後輸出 JSONL

這條路線適合做資料可行性驗證，但不應被視為完整歷史資料源，也不應繞過登入牆、Captcha、速率限制或非公開內容。

貼文標註

每篇貼文要轉成結構化訊號，例如：

{
  "is_trade_signal": true,
  "instrument": "TXF",
  "direction": "long",
  "confidence": 0.8,
  "time_horizon": "intraday",
  "entry_price": null,
  "stop_loss": null,
  "take_profit": null,
  "sentiment_score": 0.7,
  "is_after_the_fact": false
}

貼文分類：

  • 明確交易訊號：例如「小台 23850 多，跌破 23800 停損」。
  • 方向判斷：例如「今天偏多看待」。
  • 情緒文：例如「多軍好強」「空軍被嘎」。
  • 事後回顧或炫耀文：例如「早就說會噴」，不得用於當時交易訊號。
  • 雜訊：廣告、無方向、非台指期相關內容。

作者績效評分

作者分數不應只看勝率，而應重視期望值與穩定度：

expectancy = win_rate × avg_win - loss_rate × avg_loss

初版作者 edge 可設計為：

author_edge_score = sample_shrinkage × normalized_expectancy_90d × stability_factor

分數應允許負值：

  • +0.8：高品質正向跟單者。
  • +0.2：略有參考價值。
  • 0.0：無明顯 edge。
  • -0.4：偏反指標。
  • -0.8：強反指標。

防止未來函數

任何時間點 T 的策略訊號，只能使用 T 以前已知的貼文與績效。

例如在 2026-06-05 10:00 建立作者權重時，只能用該時間以前的作者歷史 outcomes，不得用之後的勝率或報酬。回測應採 walk-forward 更新作者分數，避免把未來績效帶回過去。

情緒指標

可建立多層情緒序列：

  • raw_sentiment：不考慮作者能力的全體情緒。
  • weighted_sentiment：依作者 edge、貼文清晰度、信心與時間衰減加權。
  • elite_sentiment：高分作者群情緒。
  • low_score_sentiment：低分或反指標作者群情緒。
  • dispersion：高手與大眾情緒分歧度。
  • overheat_score：散戶過熱、發文量暴增與高手不跟隨時的風險分數。

回測策略

第一版 MVP 可測四種策略：

  1. 全體加權情緒跟單。
  2. 高分作者跟單。
  3. 低分作者反指標。
  4. 社群情緒 + 價格濾網。

回測指標至少包含：交易次數、勝率、平均點數、總點數、profit factor、Sharpe、最大回撤、多空拆解與成本敏感度。

TradingView 的角色

TradingView Pro 適合作為視覺化與局部驗證工具，但不建議作為第一版唯一回測引擎。

Python 較適合處理文字標註、作者 walk-forward 評分、時間對齊與統計檢定；TradingView / Pine Script 則適合：

  • 在 TXF/MTX 圖上標示社群訊號。
  • 對指定期間做視覺 sanity check。
  • 用簡化策略檢查訊號與價格走勢是否合理。

實作起點

目前可先用 Playwright 建立小樣本採樣工具：

scripts/social_txf/threads_playwright_scraper.py

第一階段建議每個關鍵字先抓 50～200 篇，檢查：

  • URL / 作者 / 時間 / 文字解析成功率。
  • 台指期相關比例。
  • 有效喊單比例。
  • 是否出現足夠多重複作者可建立作者分數。

我的理解

這個題目的價值在於把社群雜訊轉成「可驗證的情緒與作者 edge」。如果高分作者與低分作者情緒出現分歧，例如低品質帳號極度偏多但高分作者不跟隨，可能比單純多空比例更有交易價值。

因此第一版應以研究驗證為主，不急著實盤。只有當資料量、標註品質、作者 edge 持續性與扣成本後表現都通過，才值得進一步做盤中自動監控或部位建議。