KeyFrame

用 Codex 架起台股模擬下單系統 Fugle API 與開源專案實戰

Trader Xiao·6月19日週五·13 min中文

三句話摘要

一個以 AI 一鍵部署的台股模擬下單開源專案,整合 Fugle 即時報價 API,讓使用者在本機快速體驗完整的下單介面。 只需把 GitHub 網址丟給 AI、申請一組免費 Fugle API Key,任何人都能在自己電腦上跑起一套有真實台股即時行情的模擬下單系統,且程式碼完全開源、可自由用 AI 客製化修改。 本專案為開源的台股模擬下單系統,採前後端分離架構,後端負責串接報價來源(Fugle API 或券商 API),前端提供下單操作介面。模擬模式下所有委託單不會送出真實交易,`.env` 檔中 `ORDER=note` 為關鍵開關。

重點整理

重點
  • 1

    本專案為開源的台股模擬下單系統,採前後端分離架構,後端負責串接報價來源(Fugle API 或券商 API),前端提供下單操作介面。模擬模式下所有委託單不會送出真實交易,`.env` 檔中 `ORDER=note` 為關鍵開關。

  • 2

    報價來源採用 Fugle API,免費帳號提供 5 個訂閱數與 1 個連線數,適合個人本機使用。由於台股屬逐筆交易、熱門標的報價頻率極高,透過 WebSocket 長連線訂閱方式可避免 REST API 每分鐘 60 次的頻率限制被打爆。

  • 3

    使用者只需將 GitHub 專案網址貼給 AI(示範使用 OpenAI Codex),以白話文指令「幫我佈置並一鍵執行」,AI 即可自動完成 clone、安裝、啟動,大幅降低技術門檻。API Key 填入後僅存於本機 `.env` 檔,不會上傳任何外部服務。

  • 4

    若要串接元大或永豐金進行真實交易,需另外申請各券商 API 並完成「API 證券下單簽署」,且永豐金需 CA 憑證、元大需券商帳號,兩者格式不同;作者因商用限制未開放這兩個來源,僅作方向性說明。

實用技巧與重點

乾貨
  • 免費 Fugle 帳號:5 個訂閱數、1 個連線數
  • 台股逐筆交易,REST API 限制每分鐘 60 次請求
  • `.env` 關鍵參數:`ORDER=note`(模擬);填入 `FUGLE_API_KEY` 啟用真實報價
  • 使用的 AI 工具:OpenAI Codex,推理等級「中」,速度選「快速」(拍影片用);一般使用建議選「普通」以省 Token
  • 後端回應 HTTP 200 代表資料正常;401 代表 API Key 失效或連線數已滿
  • API Key 僅顯示一次,關閉後無法再查,需立即複製保存
  • 介面功能模組:成交委託查詢、MIT 委託單、庫存下單(含預設庫存與損益顯示)、自選股報價、五檔掛單、分時明細、加權指數與個股走勢圖(支援相對值/絕對值切換、均價線)
  • 模擬模式下委託單一律全數成交,回托單號帶模擬字樣
  • 支援平台:僅限電腦(PC),不支援手機操作
  • 未來規劃功能:盤中雷達、自動交易整合

結論

結論

只需把 GitHub 網址丟給 AI、申請一組免費 Fugle API Key,任何人都能在自己電腦上跑起一套有真實台股即時行情的模擬下單系統,且程式碼完全開源、可自由用 AI 客製化修改。

完整解析

詳細

這支影片介紹的是一個作者自製的台股模擬下單開源專案,核心目標是讓有興趣研究程式交易的人,能在自己的電腦上用最低門檻跑起一套完整的下單介面。專案採前後端分離架構:後端負責從外部 API 拉取即時行情,前端則是瀏覽器介面,讓使用者可以看盤、下委託單、查庫存損益。整個系統在模擬模式下,所有操作都只是本機演算,不會真的送出任何真實交易。

報價來源是整個系統最難的一塊。作者選擇 Fugle(復果)API 作為主要來源,原因是它相對好申請且有免費額度。免費帳號提供 1 個連線數與 5 個訂閱數,雖然有限,但對個人本機模擬已經足夠。由於台股是逐筆撮合制度,熱門標的每秒報價筆數相當頻繁,若用 REST API 輪詢,每分鐘 60 次的上限很快就會被打爆,因此系統採 WebSocket 長連線訂閱方式持續接收行情,這也是使用 Fugle API 的最大優勢。API Key 申請時只顯示一次,用完即關,無法再查,安全性由此設計保障。

部署流程設計得非常簡單:使用者只需把 GitHub 專案網址複製,貼給 AI(影片示範的是 OpenAI Codex),用白話文說「幫我佈置這個專案並一鍵執行」,AI 就會自動完成整個安裝流程。啟動後前後端各會有一個本機網址,後端回應 HTTP 200 代表行情數據正常,前端登入畫面則有一個欄位可填入 Fugle API Key,不填的話系統會以合成假數據呈現,走勢會不正常。API Key 填入後僅存在本機 `.env` 檔中,不會外洩,但若在公共 Wi-Fi 環境使用仍需注意。

進入主介面後,左側有委託查詢、MIT 委託單等模組,可以一鍵全選送出、撤單;右側是自選股報價與走勢圖,支援相對值與絕對值切換、均價線顯示,以及五檔掛單與分時明細。庫存下單模組允許使用者輸入自己的持股代碼與成本,系統自動計算損益。預設的庫存出清邏輯是多單以跌停價送出、空單以漲停價送出,屬於最保守的強制出清設計。模擬模式下所有委託單都會被系統判定為全數成交,回傳的單號也會帶有模擬字樣,方便辨識。作者也提到未來計畫將盤中雷達與自動交易功能整合進來,讓這套系統最終能做到真正的自動化交易。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕