訊號清晰度
每日生成一個 TK Alpha 分數，範圍為 -100 至 +100，用於反映策略對市場方向的判斷強度及目標市場曝險。
正分表示做多曝險，負分表示賣空曝險，接近 0 則表示空倉。
在所需的市場數據和因子數據全部可用後，Alpha 分數會於每個交易日重新計算一次。
搜尋
今日交易訊號
黃金現貨
XAUUSD
Alpha 信號台
TK Alpha 信號台是由 TradingKey 開發的一項專有、每日更新的綜合性指標，用於反映我們對特定金融工具的市場展望。該指標基於經過長期驗證的 AI 框架，分析數百個專有的價格-成交量、基本面及替代數據因子。其數值範圍為 -100 至 100：負值代表看空（悲觀）觀點，正值代表利好（樂觀）觀點。數值越遠離 0，量化信號越強。該指標為市場方向預測提供量化洞察。
Alpha 分數表示市場信心分化或不足。在出現更明確的方向性訊號之前，策略將保持空倉或僅維持有限曝險。
中性1.0x 做多
每日 Alpha 分數
--最新
--5天
1年
3年
5年
1年
3年
5年
+527.15%策略收益
-0.16%最新日收益率
+27.06%策略年化收益
1.18夏普率
策略 vs GLD
歷史累計收益
1年
3年
5年
1年
3年
5年
由於公司未披露，未能獲取相關數據
什麼是 TradingKey 宏觀 Alpha 訊號台？
TradingKey 宏觀 Alpha 訊號台將多個相互獨立的市場資訊來源整合成為一個每日 Alpha 評分。那把包括宏觀經濟指標、技術分析、價格趨勢、波動率，以及市場狀態數據在內的多因子市場數據，轉化為支援資產的各種清晰量化交易訊號。
Alpha 評分不僅反映下一交易日的預期市場方向，也表示建議的風險曝險水準。根據統計依據和預設的風險控制規則，該評分會對應為明確的做多、空倉或做空倉位。
宏觀 Alpha 訊號台目前支援部分交易所交易基金 (ETF) 及具有代表性的市場資產，包括 QQQ、SPY、黃金、白銀、BTC 和 ETH，覆蓋股票、大宗商品和加密貨幣市場。您可以在一個頁面集中查看這些多資產見解，為市場選時策略提供參考。
多資產交易訊號目錄
操作前可驗證的資訊
業績表現依據
策略表現會與相應的基準進行對照展示，包括：
- 策略與基準的累計收益曲線
- 策略總收益
- 最新單日收益
- 年化收益率
- 夏普比率
這些指標可幫助用戶同時評估策略的絕對收益表現，以及風險調整後表現。
風險邊界
回測從 2018 年開始，涵蓋所支援的股票、貴金屬和加密貨幣等資產。
策略每日生成訊號，並延後一個交易日執行；回測結果未計入交易成本、滑點、融資成本、借貸成本及市場衝擊。
策略曝險範圍為 -10× 至 +10×，並受不同資產對應的槓桿限制及風險控制規則所約束。
方法論
該策略將多個相互獨立的市場資訊來源整合為一個每日 Alpha 分數。
策略綜合評估因子、宏觀經濟、技術面、趨勢、波動率及市場狀態等資訊。聚合後的訊號將進一步經過針對不同資產類別的倉位縮放機制及風險控制，隨後以一個交易日的延遲套用於實際倉位。
多因子輸入
價格、成交量、基本面數據、宏觀經濟指標、替代數據、技術訊號及市場狀態資訊。
TK Alpha 分數
每日計算一次，範圍為 -100 至 +100，用於表示策略判斷的方向及訊號強度。
曝險映射
根據預先設定的分數區間及適用的風險控制規則，將 Alpha分數映射為多頭、中性、空頭或槓桿曝險。
業績追蹤
透過策略收益率、單日收益率、年化收益率、年化波動率及夏普比率等指標持續監測策略表現。
股票交易訊號常見問題
這些問題旨在滿足用戶的搜尋需求，同時仍以即時訊號看板做為核心產品體驗。
什麼是 TK Alpha Gauge？
TK Alpha Gauge 是由 TradingKey 開發的一項專有指標，每日更新，旨在為特定金融工具提供清晰的市場展望。
該指標可視為判斷市場方向的量化指南。類似於市場情緒指數用於衡量市場「情緒」，TK Alpha Gauge 採用經過長期驗證的 AI 框架，盡可能減少情緒偏差，並基於客觀數據生成高可信度的市場預測。
TK Alpha Gauge 是如何計算的？
TK Alpha Gauge 由經過長期驗證的 AI 框架驅動，對數百個預測因子進行分析，主要涵蓋以下三類：
價格與成交量： 歷史及即時價格變動趨勢與成交量變化
基本面： 標的資產的財務狀況及估值指標
替代數據： 用於擷取傳統市場數據以外訊號的獨特數據集
最終分數代表訊號強度。數值距離零越遠，代表量化模型對目前方向的判斷越明確。
TK Alpha Gauge 多久計算一次？
TK Alpha Gauge 的各項組成指標及整體指數均會在每日新數據可用後進行更新和計算。
如何使用 TK Alpha Gauge？
TK Alpha Gauge 可做為系統化工具，有助於減少情緒對交易決策的影響，並用於輔助確定倉位規模。根據不同資產和策略，主要可採用以下兩種方式：
1. 僅做多策略（例如 GLD）
常用於 GLD 等 ETF，策略僅根據正向訊號調整多頭曝險：
正值： 根據指標數值按比例增加多頭曝險
負值： 保持空倉，不持有多頭倉位，以控制下行風險
2. 多空策略（例如黃金期貨）
在黃金期貨等流動性較高的市場中，該指標可用於雙向交易：
看多（> 0）： 建立多頭倉位，數值越接近 100，多頭曝險可相應提高
看空（< 0）： 建立空頭倉位，數值越接近 -100，空頭曝險可相應提高
中性（= 0）： 平掉所有倉位，在缺乏明確方向性訊號時保持空倉
“Alpha” 究竟是什麼？
Alpha 是一種專有的數學模型或量化規則，旨在識別並擷取特定的市場無效性或定價偏差。
可以將其理解為一種經過歷史數據驗證、具備一定價格預測能力的量化規則。透過將複雜的市場模式轉化為可執行的交易訊號，Alpha 旨在為投資決策提供統計層面的優勢。
AI 如何改善投資流程？
與靜態技術指標相比，機器學習模型能夠識別更複雜的非線性模式，因此在波動較大的市場環境中，有助於提高價格走勢預測的精細度。
AI 還可以處理大規模數據，並綜合數百個具有預測價值的因子，生成具有參考意義的交易訊號。自適應模型則可根據即時市場變化持續調整策略參數，以適應不同的經濟週期和市場環境。
如何結合成交量與價格進行分析？
我們透過分析價格趨勢與市場參與度（成交量）之間的關係，判斷某一價格變動背後的市場確認程度。
理想情況下，價格與成交量應呈現相互印證的趨勢。系統會持續監測這兩項變數之間的協同性。當價格與成交量出現明顯背離時，框架可相應轉向更偏防禦性的風險管理方式，以優先控制資本回撤風險。
Super Alpha 組合模型有什麼作用？
與依賴單一量化規則不同，Super Alpha 組合模型會整合來自三大類別的數百個不同預測因子。
這種設計有助於提高系統的穩健性：當某一個預測因子受到短期市場噪聲干擾時，其他訊號可以發揮一定的平衡和修正作用。
透過多預測因子組合，Super Alpha 旨在提升投資組合於不同市場環境下的韌性，並在高波動時期保持相對穩定的策略表現。
什麼是深度學習和神經網路？
深度學習是機器學習的一個分支，透過較為複雜的人工神經網路，對數據中的深層模式和關係進行建模。
其核心是多層深度神經網路。這類網路由大量相互連接的節點（通常稱為「神經元」）組成，並按照多個層級進行排列。數據會在這些層之間傳遞，使模型能夠從大量數據中自動學習複雜的模式和特徵表示。
這種架構使深度學習特別適合應用於預測、分類，以及模式識別等任務。
Macro Alpha Signal 僅供資訊展示和研究參考，不構成投資建議、交易推薦，亦不構成買賣任何金融工具的要約。Alpha 分數、交易訊號及策略表現是基於量化模型、歷史數據和回測假設所生成，不代表實際交易結果，也可能無法反映未來市場環境。
訊號在所需市場及因子數據完整後每日更新一次，並非即時訊號；盤中市場變化可能要到下一次計畫更新時才會反映。具體更新時間可能因數據可用性、處理延遲、市場行事曆或系統中斷而變化。
過往表現及回測結果不保證未來收益。實際結果可能因執行延遲、交易成本、買賣價差、滑點、融資及融券成本、流動性限制、數據錯誤、模型局限、槓桿限制、做空限制，以及其他風險控制而產生重大差異。
做多、做空及槓桿曝險均可能放大收益和損失，並可能導致部分或全部投入本金損失。用戶在做出任何交易決策前，應獨立評估策略方法、假設、基準及相關風險，並結合自身投資目標和風險承受能力審慎判斷。