今天是第十二天！昨天我們成功賦予了機器人「技術面雙指標（RSI + MACD）」的戰術大腦。
有了 K 線與技術指標，我們已經能看出「價格」的趨勢。但在台股市場裡，有一句老話說得好：「價格是人用錢堆出來的，量才是靈魂！」
除了看價格線圖（技術面），觀察成交量變化與三大法人（外資、投信、自營商）的籌碼動向，更能幫我們抓出主力到底是在偷偷佈局蓄勢待發，還是在拉高出貨誘多！
今天我們的目標，就是要把「量能與籌碼面診斷」無縫整合進我們的 Telegram 看盤機器人，讓它一秒進化成技術+籌碼雙修的全方位分析師！

為什麼要看成交量與籌碼？

成交量（Volume）：
爆量突破：價格突破壓力點且成交量大增（高於 5 日均量），通常代表主力真金白銀進場，突破的可信度高！
量縮觀望：價格波動但成交量極低，代表市場觀望氣氛濃，暫時缺乏推升動能。
三大法人動向：
外資：資金體量龐大，偏好大型權值股（如台積電），影響大盤趨勢最深。
投信：國內基金代表，偏好中小型飆股，操作節奏快，常有「季末作帳/結帳」行情。
自營商：券商自有資金，偏向極短線避險與套利。
步驟一：更新 main.py 腳本
打開你的 main.py，把內容替換成這份整合了技術面（MA/RSI/MACD）+ 籌碼量能診斷的最新程式碼：

import os
import pandas as pd
import pandas_ta as ta
import yfinance as yf
import mplfinance as mpf
import urllib.request
import time

# 1. 通訊金鑰與設定
TOKEN = "你的_BOT_TOKEN"
CHAT_ID = "你的_CHAT_ID"

# 想要追蹤的自選股清單
STOCK_LIST = [
    {"symbol": "2330.TW", "name": "台積電"},
    {"symbol": "2317.TW", "name": "鴻海"},
    {"symbol": "2454.TW", "name": "聯發科"},
    {"symbol": "0050.TW", "name": "元大台灣50"}
]

# 發送圖片到 Telegram 函式 
def send_telegram_photo(token, chat_id, photo_path, caption_text):
    url = f"https://api.telegram.org/bot{token}/sendPhoto"
    boundary = '----WebKitFormBoundary7MA4YWxkTrZu0gW'

    if not os.path.exists(photo_path):
        print(f"[ERROR] 找不到圖片檔案: {photo_path}")
        return False

    with open(photo_path, 'rb') as f:
        photo_data = f.read()

    # 關鍵：所有字串全都強制編碼為 utf-8 的 bytes 處理
    parts = [
        f'--{boundary}\r\nContent-Disposition: form-data; name="chat_id"\r\n\r\n{chat_id}\r\n'.encode('utf-8'),
        f'--{boundary}\r\nContent-Disposition: form-data; name="caption"\r\n\r\n{caption_text}\r\n'.encode('utf-8'),
        f'--{boundary}\r\nContent-Disposition: form-data; name="photo"; filename="{os.path.basename(photo_path)}"\r\nContent-Type: image/png\r\n\r\n'.encode('utf-8') + photo_data + b'\r\n',
        f'--{boundary}--\r\n'.encode('utf-8')
    ]

    payload = b''.join(parts)
    headers = {'Content-Type': f'multipart/form-data; boundary={boundary}'}

    try:
        req = urllib.request.Request(url, data=payload, headers=headers)
        with urllib.request.urlopen(req) as response:
            return True
    except Exception as e:
        print(f"[ERROR] Telegram 發送失敗：{e}")
        return False

# 分析單檔股票
def process_stock(symbol, name):
    print(f"\n[INFO] 正在深入分析：{name} ({symbol})...")
    
    # 抓取 6 個月歷史資料
    df = yf.download(symbol, period="6mo", progress=False)

    if df.empty:
        print(f"[WARNING] 無法取得 {symbol} 資料，略過。")
        return

    # 清理 yfinance 多層索引
    if isinstance(df.columns, pd.MultiIndex):
        df.columns = df.columns.get_level_values(0)

    # 1. 計算技術指標 (MA, RSI, MACD)
    df['MA5'] = df['Close'].rolling(window=5).mean()
    df['MA20'] = df['Close'].rolling(window=20).mean()
    df['RSI'] = df.ta.rsi(length=14)

    macd_df = df.ta.macd(fast=12, slow=26, signal=9)
    df['MACD'] = macd_df['MACD_12_26_9']
    df['MACD_signal'] = macd_df['MACDs_12_26_9']
    df['MACD_hist'] = macd_df['MACDh_12_26_9']

    # 2. 量能與籌碼動向分析 (計算 5 日均量)
    df['Vol_MA5'] = df['Volume'].rolling(window=5).mean()
    latest_vol = df['Volume'].iloc[-1]
    vol_ma5_val = df['Vol_MA5'].iloc[-1]

    # 取最近 60 天的資料繪圖
    df_plot = df.tail(60).copy()
    img_filename = f"{symbol.replace('.', '_')}_chart.png"

    # 設定三個圖層（主圖: K線+MA，副圖1: RSI，副圖2: MACD 柱狀圖）
    ap = [
        mpf.make_addplot(df_plot['MA5'], color='orange', width=1.2),
        mpf.make_addplot(df_plot['MA20'], color='blue', width=1.2),
        mpf.make_addplot(df_plot['RSI'], panel=2, color='purple', ylabel='RSI(14)'),
        mpf.make_addplot(df_plot['MACD_hist'], type='bar', panel=3, color='dimgray', ylabel='MACD Hist')
    ]

    mpf.plot(
        df_plot,
        type='candle',
        volume=True,
        addplot=ap,
        title=f"{name} ({symbol}) Tech & Volume Analysis",
        savefig=img_filename,
        panel_ratios=(4, 1, 1, 1)
    )

    # 3. 綜合診斷文字撰寫
    latest = df.iloc[-1]
    prev = df.iloc[-2]

    rsi_val = latest['RSI']
    macd_hist_latest = latest['MACD_hist']
    macd_hist_prev = prev['MACD_hist']

    caption = f"【{name} ({symbol}) 全方位盤後報告】\n"
    caption += f"日期：{df.index[-1].strftime('%Y-%m-%d')}\n"
    caption += f"收盤價：{latest['Close']:.2f}\n"
    caption += f"5MA: {latest['MA5']:.2f} | 20MA: {latest['MA20']:.2f}\n"
    caption += f"RSI(14)：{rsi_val:.1f}\n"
    caption += f"-----------------------------------\n"

    # 關鍵訊號彙整
    signals = []

    # 均線判斷
    if prev['MA5'] <= prev['MA20'] and latest['MA5'] > latest['MA20']:
        signals.append("[MA] 5MA 向上突破 20MA（黃金交叉）")
    elif prev['MA5'] >= prev['MA20'] and latest['MA5'] < latest['MA20']:
        signals.append("[MA] 5MA 向下跌破 20MA（死亡交叉）")

    # RSI 判斷
    if rsi_val >= 70:
        signals.append("[RSI] 過熱區 (>70)，留意回檔風險")
    elif rsi_val <= 30:
        signals.append("[RSI] 超賣區 (<30)，關注反彈買點")

    # MACD 判斷
    if macd_hist_prev < 0 and macd_hist_latest > 0:
        signals.append("[MACD] 柱狀圖由負轉正，多頭動能轉強")
    elif macd_hist_prev > 0 and macd_hist_latest < 0:
        signals.append("[MACD] 柱狀圖由正轉負，空頭動能增強")

    # 籌碼/量能爆發判斷
    if latest_vol > vol_ma5_val * 1.5:
        signals.append("[籌碼/量能] 今日成交量爆發（高於 5 日均量 1.5 倍）！")
    elif latest_vol < vol_ma5_val * 0.6:
        signals.append("[籌碼/量能] 成交量明顯萎縮，市場觀望氣氛濃")

    if not signals:
        caption += "評語：指標處於區間震盪，量能平穩，建議持續觀察。"
    else:
        caption += "關鍵訊號彙整：\n" + "\n".join(signals)

    # 發送訊息至 Telegram
    success = send_telegram_photo(TOKEN, CHAT_ID, img_filename, caption)
    if success:
        print(f"[SUCCESS] {name} 全方位報告已成功發送至 Telegram！")
    
    # 刪除暫存檔
    if os.path.exists(img_filename):
        os.remove(img_filename)

# 主流程
if __name__ == "__main__":
    print("[START] 啟動第 12 天：技術面 + 籌碼量能全方位盤後掃描...")
    for item in STOCK_LIST:
        process_stock(item["symbol"], item["name"])
        time.sleep(1)
    print("\n[FINISH] 今日全方位巡檢完畢！")

步驟二：執行與驗證

python main.py

最後結果會長這樣:

小結一下：
到了第 12 天，我們的盤後小幫手已經完成了:
自動巡檢多股（2330, 2317, 2454, 0050 ... 自選清單隨意擴充）
三圖層視覺化（K線/均線 + 成交量 + RSI + MACD）
技術與籌碼雙診斷（均線交叉 + RSI過熱過冷 + MACD動能轉折 + 量能爆發監控）
編碼與穩定發送（徹底擺脫 Unicode ASCII 轉碼地獄）
我在驗證的時候最容易犯的錯是在終端機打反指令，一定要記得是python main.py ，不是 main python.py!