反詐投資王（Anti-Gambling Trader）

你在懷疑「投資群組是不是詐騙」「老師帶單可不可信」「我的交易到底是實力還是運氣」嗎？ 這是一個免費開源的統計工具：把交易紀錄（台股／美股／加密貨幣）丟進來， 它用期望值、顯著性檢定與樣本外驗證，給你統計證據判斷獲利更像可重複的優勢， 還是運氣＋倖存者偏差（賭博）；並內建詐騙話術掃描、假績效鑑識與假老師檢驗。 資料全程在你自己的電腦上分析，不上傳任何伺服器。

一個誠實到不討喜的工具。它不會告訴你「你會賺錢」—— 不適合長期投資的，它會直接勸退你。 👉 急著找答案？先看 常見問題 FAQ：投資群組是詐騙嗎、 勝率 90% 可信嗎、出金要先繳稅正常嗎、被騙了怎麼辦。

English TL;DR — An honest, open-source (MIT) trading-performance analyzer for Taiwan/US stocks and crypto. It uses expectancy, significance tests (t-test + centered bootstrap) and out-of-sample validation to tell whether your P&L is a repeatable edge or survivorship-biased luck — and it will actively discourage you if it's the latter. Includes scam-language scanning, fake-performance forensics and a guru-claim probability checker. Pure Python stdlib, all analysis stays local.

👶 完全沒用過電腦命令？從這裡開始

如果你沒裝過 Python、沒用過終端機、也沒用過 AI，請看 新手快速上手指南 docs/quickstart.md —— 它從「怎麼裝 Python、怎麼打開終端機」開始，一步一步帶你在 15 分鐘內上手， 還教你怎麼用 AI（Claude Code）用講話的方式操作這個工具。

🛡 這個工具的反詐使命

台灣到處都是假飆股群、假二群、假 VIP 群、假名師、假績效截圖、保證獲利話術、 詐騙幣與假投資平台。它們絕大多數靠同一招：用倖存者偏差與精選截圖， 讓你誤以為有穩賺的捷徑。

這個工具叫「反詐投資王」不是叫假的 —— 它存在的真正原因，就是用統計與數學 檢驗這些承諾。詐騙最怕的，就是你冷靜地把它的承諾丟進數學裡檢驗。

# 貼上群組對話，掃描詐騙話術（不給假百分比，只給風險等級）
anti-gambling-trader scan-text "老師帶單保證獲利，快加VIP客服"

# 檢驗老師的宣稱：「勝率90%、月報酬20%」純靠運氣出現的機率是多少？
anti-gambling-trader guru-check --win-rate 0.9 --trades 10 --monthly-return 0.2

# 用數學算出「連贏10次的神人」有多容易靠運氣出現
anti-gambling-trader survivorship

# 鑑識老師/平台宣稱的報酬序列是否有可疑徵兆（過度平滑、高得可疑的夏普）
anti-gambling-trader forensics --file 老師的月報酬.txt

# 互動式自我檢測
anti-gambling-trader scam-check

詳見 反詐指南 docs/anti-scam.md 與 FAQ。

🆘 懷疑自己正在被詐騙？ 立刻停止匯款，撥打 165 反詐騙專線， 或上 165 全民防騙網。查證合法業者： 金管會證期局；證券期貨爭議求助： 投保中心。（官方連結查核日期：2026-07） 本工具是統計輔助，不是司法鑑定；官方管道永遠優先。

支援 台股 / 美股 / 加密貨幣，匯入 CSV / JSON / Excel 的交易紀錄，自動：

• 計算 勝率、盈虧比、期望值、獲利因子、最大回撤、夏普 / 索提諾值
• 用 統計顯著性檢定（t 檢定 + Bootstrap） 判斷「這是優勢還是運氣」
• 用 樣本外驗證 揭穿過度配適與倖存者偏差
• 掃描 賭博特徵警訊（賺小賠大、獲利過度集中、長連虧、純當沖…）
• 逐策略體檢：對你的每一招（突破 / 抄底 / 聽明牌…）呈現描述統計，揪出哪一招在送錢 （刻意不對個別策略做優勢認證 —— 多重比較未校正會把運氣誤認成優勢，詳見方法論）
• 反事實分析：算出「停掉最差那一招，整體會變怎樣」
• 轉正數字：告訴你「勝率要到幾 % / 盈虧比要拉到多少，期望值才會轉正」
• 反詐偵測：把「聽老師 / 跟單」的交易單獨抽出算期望值 —— 用你自己的數字檢驗跟單到底賺不賺
• 風險情境模擬：用你的損益分布模擬未來，看有多少比例的路徑會爆倉
• 時間趨勢：月報、優勢衰減偵測（「你最近三個月期望值轉負」）
• HTML 報告 + 分享圖卡：可存檔、可截圖傳給家人的白紙黑字數據
• 反推你的交易邏輯，產生 可回測的策略骨架（backtrader / vectorbt / 通用）
• 若判定不適合長期投資，明確勸退

支援市場：台股、台股 ETF、台指期 / 選擇權（含契約乘數）、美股、加密貨幣、外匯。

為什麼做這個

絕大多數散戶虧錢，是因為把「運氣好」誤當成「有本事」—— 而詐騙集團正是利用這個認知弱點，用假群組、假名師、假截圖收割你。 一段帳面獲利，在統計上經常和「純運氣」無法區分。這個工具的唯一目的， 就是在你賠掉更多錢、或被詐騙收割之前，用數學說真話。

安裝

核心引擎是純 Python 標準函式庫，零外部依賴。

git clone https://github.com/mars-tw/anti-gambling-trader-tw.git
cd anti-gambling-trader-tw
pip install -e .            # 安裝本體（之後可用 anti-gambling-trader 指令）

# 以下為可選依賴：
# pip install openpyxl       # 只有要讀 Excel (.xlsx) 才需要
# pip install backtrader     # 只有要實際跑回測骨架才需要（或 vectorbt）

需求：Python 3.10+。所有指令請在專案根目錄（含 core/ 的那層）執行； macOS / Linux 若 python 指到 Python 2，請改用 python3。

快速開始（30 秒上手）

# 0. 還沒有自己的資料？一行指令立刻看效果：
python -m core.cli demo               # 看「賭博型」範例
python -m core.cli demo --edge        # 看「具優勢」範例

# 1. 不知道資料格式？產生一份空白範本照填：
python -m core.cli init-template      # 產生 trades_template.csv

# 2. 分析你自己的資料（市場會自動推斷）：
python -m core.cli analyze 你的交易.csv

# 3. 欄位自動辨識失敗？手動指定對應：
python -m core.cli analyze 你的交易.csv --field symbol=代號 --field entry_price=買價

# 進階：輸出 JSON 結果與策略骨架
python -m core.cli analyze --example us --json result.json --strategy my_strategy.py

裝好本體後，上面的 python -m core.cli 都可換成更短的 anti-gambling-trader。

Windows 終端機若中文 / emoji 顯示異常：PowerShell 先執行 $env:PYTHONUTF8=1 再跑指令； macOS / Linux 則在指令前面加 PYTHONUTF8=1。

輸入格式

欄位名稱中英皆可、會自動辨識。最少需要能算出每筆損益的資訊： （代號 + 進場價 + 出場價 + 數量）或（代號 + 損益）。

建議務必填 tag（策略標籤）：工具會分別計算每套邏輯的勝率， 幫你看出「到底是哪一招真的有效、哪一招只是在送錢」。

五種裁決等級

它如何分辨「優勢」與「賭博」

1. 期望值：每筆平均賺/賠多少。真實期望值為負，長期就是輸（數學定義）； 樣本期望值為負則「先當賭博處理」（保守原則）—— 它是估計，所以裁決同時附不確定性檢定。
2. 顯著性檢定：t 檢定 + 置中 Bootstrap（shift method）重抽，雙雙 p < 0.05 才算「不是運氣」。p 值 = 「若沒有優勢（且模型假設成立），純靠抽樣波動出現至少同樣極端結果的機率」，不是「有優勢的機率」。偏保守。
3. 樣本外驗證：交易依時間單一切點切成前段（約 70%，樣本內）與後段（約 30%，樣本外），前段的優勢在後段若消失 → 過度配適 / 倖存者偏差。
4. 賭博特徵掃描：負期望、單筆暴賺撐場、賺小賠大、極端回撤、長連虧、純當沖…

建立你自己的交易程式

除了單檔策略骨架，本工具還能用互動式腳架，為你產生一整套可執行的個人交易程式專案。

# 1. 先挑圖表樣式（四種開源圖表庫並排預覽）
python -m core.cli chart-preview          # 產生 chart_preview.html，用瀏覽器打開挑選

# 2. 看看有哪些券商 / 圖表可選
python -m core.cli brokers
python -m core.cli charts

# 3. 產生專案（建議帶 --from-analysis 先驗證，把裁決嵌入專案）
python -m core.cli scaffold --name my_bot --broker binance --chart lightweight \
    --market crypto --symbols "BTCUSDT,ETHUSDT" --from-analysis my_trades.csv

# 4. 跑起來（預設紙上模擬，不碰真錢）
cd my_bot && pip install -r requirements.txt && python main.py

可選券商（你自己接入 API，填 key 與下單實作；執行 brokers 指令看完整清單）：

台灣券商 API 多需臨櫃簽署風險預告書、申請審核（常需數個工作天）， 部分需安裝憑證或元件。各範本的說明已標注關鍵前置條件，實際以券商官方文件為準。

可選開源圖表庫：lightweight（TradingView，Apache-2.0）、plotly（MIT）、 mplfinance（BSD）、echarts（Apache-2.0）。

三層安全設計（保護你的錢）

1. 預設紙上模擬：產出專案預設用 PaperBroker，完整模擬撮合但不碰真錢。
2. 真實下單安全閘門：真實券商的下單會被攔截，除非你親手呼叫 confirm_live_trading(i_understand_the_risk=True)，且 main.py 的 ALLOW_LIVE_TRADING 改為 True。
3. 裁決連動：若你的交易紀錄被判定為賭博，產出專案會預設禁用真實下單。

本工具產生程式碼協助你，但絕不替你用真錢下單、不替你填金鑰、不替你解除安全閘門。 真實金融交易必須由你自己操作並負全部責任。把未經驗證的賭博自動化，只會賠得更快。

專案結構

core/
  models.py            # 統一資料模型（Trade / TradeLog，含契約乘數）
  markets.py           # 市場規格：契約乘數白名單、代號辨識、槓桿標註
  analyzer.py          # 高階一行式進入點
  cli.py               # 命令列介面（14 個指令）
  report.py            # 中文文字報告
  report_html.py       # HTML 報告 + 分享圖卡（XSS 安全、自包含）
  ingest/              # 匯入層：CSV/JSON/Excel 自動辨識 + 各市場成本模型
  metrics/             # 績效指標（performance / breakeven 轉正數字）
  verdict/             # 統計裁決引擎 + 顯著性檢定（真正的 t 分布，純標準庫）
  strategy/            # 交易模式反推 + 策略骨架 + per_tag 描述統計/反事實/跟單抽算
  backtest/            # 樣本外驗證（holdout_validate）
  trend/               # 時間趨勢：月報彙總 + 優勢衰減偵測（單一固定切點，防 p-hacking）
  montecarlo/          # 風險情境模擬：爆倉比例、最壞回撤、連虧機率
  survivorship.py      # 倖存者偏差模擬器（精確 DP，非模擬近似）
  forensics/           # 假績效統計鑑識（runs test / Lo 校正夏普 / 尾數卡方）
  antiscam/            # 反詐核心：特徵庫 + scam-check + 話術偵測 + 假老師驗證器
  broker/              # 券商抽象層 + PaperBroker + 12 種券商範本（共 13 種券商選項）
  charts/              # 四種開源圖表庫範本 + 樣式預覽
  scaffold/            # 個人交易程式專案產生器（產出自包含 broker_lib）
.claude/skills/anti-gambling-trader/SKILL.md   # Claude Code 技能包裝
core/examples/       # 三市場範例資料(隨套件打包,pip 安裝後 demo 仍可用)
tests/                 # 13 個測試檔，212 個測試

我們刻意不做的事：不用班佛定律（報酬有負數、不跨數量級，前提不成立）、 不給「87% 是詐騙」這種未校準的假百分比、不做 Kelly 部位建議、不畫「信心度」儀表、 不做未來報酬投射。詳見 方法論。

測試

# 用 pytest 一次跑全部（推薦）
python -m pytest tests/ -v

# 不裝 pytest 時，每個檔有內建執行器，需逐一執行：
python tests/test_core.py
python tests/test_trading_tools.py
python tests/test_antiscam.py
python tests/test_usability.py
python tests/test_engine.py
python tests/test_debate_fixes.py
python tests/test_trend.py
python tests/test_expansion.py
python tests/test_skill_round.py
python tests/test_round7.py
python tests/test_round8.py
python tests/test_round9.py

作者

好棒棒反詐協會 - 免費顧問 阿軒割割

誠實聲明：上列署名為社群化名，「好棒棒反詐協會」不是立案法人或 官方組織。本專案的可信度不來自頭銜，來自：公開的原始碼、可重現的 實驗（experiments/，固定 seed）、方法論全文與 212 個自動化測試。歡迎任何人檢驗與挑戰 —— 這正是本工具要求「老師們」 做到的事。

授權

MIT License — 開源、自由使用。詳見 LICENSE。

⚠️ 免責聲明

本工具為統計分析與教育用途，輸出不構成任何投資建議。 投資有風險，盈虧自負。過去績效不代表未來表現。 作者不對任何人依本工具做出的決策與後果負責。

完整免責聲明請見 DISCLAIMER.md。