InvestMarket AI 訓練回測（特徵組合比較）（3x 槓桿目標）

產生時間：2026-08-22 02:14:14 台灣時間　pick_n=1　運算裝置：GPU（RTX 3060）
最佳特徵組合：rsi=21 macd=(19,39,9) bb=30 mom=(20,40) vol=40 ma=(40,120) high=120
⚠ 訓練目標就是「3x 槓桿＋強制平倉模擬後的實際報酬」（label_ret），不是不槓桿模型訓練完再事後套用槓桿——「爆倉機率」欄是模型每次挑選的 pick 中，實際觸發強制平倉的比例（held-out 測試期間）。

AI 分析控制頁　|　傳統版回測

rk	特徵窗格	pick_ret%	all_ret%	edge%	dates	爆倉機率	train樣本	test樣本	裝置
1	rsi=21 macd=(19,39,9) bb=30 mom=(20,40) vol=40 ma=(40,120) high=120	-100.0000	+5.3855	-105.3855 best	237	5.91%	37075	9281	GPU
2	rsi=14 macd=(12,26,9) bb=20 mom=(10,20) vol=20 ma=(20,60) high=60	-100.0000	+6.6817	-106.6817	248	7.66%	38995	9761	GPU
3	rsi=9 macd=(8,17,9) bb=14 mom=(5,10) vol=10 ma=(10,30) high=30	-100.0000	+6.7770	-106.7770	253	5.93%	39955	10001	GPU

edge% = pick_ret% - all_ret%（held-out 測試期間，正值代表 AI 模型挑出的標的優於全體市場均值）。 walk-forward：每檔標的依時間切分前80%訓練/後20%測試，避免用到未來資料。取 edge% 最高的特徵組合，用全部資料重新訓練出實際上線使用的最終模型（見「AI 分析」頁）。