「我有幾千檔美股可以選，我的程式到底該監控哪一檔？」
「我的均線交叉策略套用在大盤 ETF 上會賺錢，為什麼一套用到個別股票上，就常常被洗停損？」
當我們把 程式交易總論與量化交易的核心觀念 學習透徹後，許多投資人會興沖沖地把開發好的策略直接套用到股票市場上。但很快就會發現，股票市場的複雜度遠高於單一的大盤指數。
全球股市有成千上萬檔股票，每一家公司都有各自的產業週期、財報風險與籌碼變化。如果我們只是單純地把「5 日均線突破 20 日均線買進」的條件丟給電腦，程式可能會在一天之內幫我們買進幾百檔股票，瞬間耗盡我們的保證金。
要設計一套能長期在股市中累積獲利的系統，我們不能只寫「進出場時機」，我們必須建構一套嚴密的「濾網系統 (Filter System)」。
1. 股票市場的獨特挑戰：為什麼我們需要濾網？
在設計策略前，我們必須先了解股票市場與其他金融商品的三個巨大差異：
- 標的數量龐大： 這是最大的優勢，也是最大的難題。我們需要一套機制告訴電腦「今天該交易誰」。
- 個別公司風險 (非系統性風險)： 即使大盤正在上漲，某家公司也可能因為財報造假或失去重要訂單而暴跌。
- 下市與生存者偏差 (Survivorship Bias)： 如果我們拿過去 20 年的數據進行 程式交易回測，我們看到的通常是「活到現在的強勢股」（如蘋果 AAPL）。那些已經破產下市的公司通常不在預設的歷史資料庫中，這會讓我們的回測績效看起來不切實際地高。
為了解決這些問題，一個完整的股票程式交易系統，必須由上而下包含三個層次。
2. 第一層防護：大盤濾網 (Market Filter)
華爾街有一句老話：「當颱風來的時候，連火雞都會飛；但當海嘯來的時候，所有的船都會沉。」
順著大風向交易
股票的走勢有極高的比例受到整體大盤環境的牽制。因此，在我們的程式碼中，最外層的保護罩必須是「大盤濾網」。我們必須告訴電腦，只有在總體環境安全的時候，才允許啟動買進個股的指令。
實戰邏輯設計
我們可以將 S&P 500 ETF (SPY) 或台灣 50 ETF (0050) 設定為環境指標。例如在程式中寫入：
「如果 SPY 的收盤價大於其 200 日移動平均線（代表長線多頭），才允許執行個股的做多策略；反之，則暫停所有買進動作，甚至只允許放空。」
這個簡單的濾網，能幫我們避開 2008 年金融海嘯或 2022 年大熊市的毀滅性打擊，是 風險管理 中極為重要的一環。
3. 第二層篩選：選股濾網 (Stock Selection Filter)
當大盤濾網亮起綠燈後，接下來電腦要面對的是數千檔股票。我們必須透過選股濾網，將範圍縮小到每天只需監控的幾十檔標的。
流動性與市值濾網 (避開地雷)
這是最基本的門檻。成交量太小的股票容易受到人為操縱，且會產生極大的滑價。我們可以設定：
「只篩選總市值大於 100 億美元，且過去 20 天平均日成交量大於 100 萬股的公司。」
相對強弱濾網 (Relative Strength, RS)
既然大盤是多頭，我們就要買「比大盤更強」的股票。這可以大幅提升 趨勢追蹤型策略 的勝率。我們可以利用簡單的數學公式在程式中定義相對強弱：
RS = 個股過去三個月的報酬率 / 大盤 ETF 過去三個月的報酬率
我們要求電腦：「只將 RS 值排名前 10% 的股票納入今日的觀察清單。」
4. 第三層執行：進出場訊號與資金管理
經過了前兩層濾網的嚴格把關，最後掉出來的股票，都是在多頭環境中極具爆發力的強勢股。這時候，我們才真正動用到傳統的進出場邏輯。
訊號觸發與停損
我們可以套用 均值回歸型策略，在這些強勢股稍微拉回、觸碰 20 日均線時買進；或是設定突破近期新高時追價進場。
同時，因為單一個股隨時有跳空的風險，我們必須嚴格設定停損點。例如：「跌破買進價的 8% 立即市價平倉」。
動態資金分配 (Position Sizing)
如果今天同時有 5 檔股票觸發了買進訊號，我們的資金該怎麼分配？這非常考驗我們對 程式交易軟體 (如 XQ 或 Python) 的語法掌握度。我們通常會設定每檔股票的投入資金，其潛在虧損不得超過總帳戶權益的 1% 到 2%，以確保我們不會因為單一公司的倒閉而重傷。
結語：化繁為簡的系統化選股
設計股票程式交易系統，就像是在建立一座精密的水質過濾廠。
大盤濾網擋住了泥沙（系統性風險），選股濾網過濾了雜質（流動性極差的弱勢股），最後留在我們杯子裡的，就是純淨且充滿獲利潛能的交易機會。我們不需要去預測哪一家公司會成為下一個科技巨頭，只要將這三層濾網設定好，電腦自然會每天為我們把最強勢的標的挑選出來。
當我們將股票市場的「選股邏輯」摸透後，許多追求更高資金使用效率的專業交易員，會將目光轉向另一個自帶槓桿、且具備雙向交易特性的龐大市場。
延伸閱讀： 為什麼量化基金如此熱愛期貨市場？期貨程式交易又有哪些迷人之處與致命風險？
期貨程式交易策略有哪些成功案例？槓桿與雙向交易的量化優勢
