IN-SAMPLE LINEAR TREND

AI 線性回歸:歷史趨勢與解釋度

先將歷史日收盤價取自然對數,再以最小平方法擬合直線,呈現樣本內斜率、R² 與殘差;圖表會把擬合值轉回價格尺度。名稱沿用常見的 AI 分析分類,但核心是可解釋的統計模型,不將趨勢線外推到未來。

統計模型 · 不外推

REGRESSION INPUT

設定回歸樣本

選擇 3、6 或 12 個月歷史期間。斜率和 R² 只描述這段樣本,不代表其他期間。

例如:2330。資料來源僅涵蓋臺灣證券交易所上市市場。
期間越長,越可能同時包含多種價格結構。

回歸公式

以交易日序號 t 作為自變數、收盤價 P 的自然對數 y = ln(P) 作為應變數,使用普通最小平方法求得截距 a 與斜率 b。R² 衡量直線對樣本內「對數價格」變異的解釋比例;歷史年化趨勢以 exp(252b) − 1 換算。

ln(Pₜ) = a + b·t + eₜ;R² = 1 − Σeₜ² ÷ Σ(ln(Pₜ) − 平均 ln(P))²;圖表回歸值 = exp(a + b·t)

假設與閱讀方式

  • 交易日以等距序號表示,未將休市日納入時間間隔。
  • 斜率的正負只描述所選樣本的對數價格平均方向;R² 高表示樣本較接近直線,不等於風險較低。
  • 價格通常具有自相關、波動叢聚與結構轉折,不一定符合獨立且同變異的傳統殘差假設。

限制

單一直線無法完整表達非線性、跳空、除權息與重大事件。不同樣本起訖點可能產生明顯不同的斜率和 R²;本頁刻意不顯示樣本外估計值。

資料來源與顯名

資料來源:金融監督管理委員會證券期貨局/臺灣證券交易所(2026),「上市個股日成交資訊」政府資料集。資料依政府資料開放授權條款第 1 版使用;可至 TWSE 個股日成交資訊官方查詢頁核對。官方資料可能延遲、缺漏或修正。

一般資訊提醒

本頁結果只供一般資訊與教育用途,不構成投資建議或招攬。統計趨勢與歷史擬合不代表未來表現,請自行核對原始資料並評估風險。閱讀完整免責聲明