phycomp commited on
Commit
984abae
·
verified ·
1 Parent(s): 8d7314d

deploy: quantum_website (streamlit via README)

Browse files
This view is limited to 50 files because it contains too many changes.   See raw diff
Files changed (50) hide show
  1. .gitattributes +4 -0
  2. .streamlit/config.toml +8 -0
  3. README.md +16 -4
  4. app.py +113 -0
  5. assets/stl/fibonacci_oloid_blade.stl +3 -0
  6. assets/stl/oloid.stl +0 -0
  7. assets/stl/standard_oloid_blade.stl +3 -0
  8. assets/stl/trajectory.stl +3 -0
  9. assets/video_oloid.mp4 +3 -0
  10. data/docs/arduino_wind_turbine.md +0 -0
  11. data/docs/quantum_market_analysis.md +42 -0
  12. data/docs/quantum_tline_template.md +20 -0
  13. data/docs/topological_insulator.md +2103 -0
  14. data/quant_topics/00_索引.md +24 -0
  15. data/quant_topics/01_台股實盤自動化交易(Shioaji API).md +190 -0
  16. data/quant_topics/02_量化分析 API 與工具鏈.md +87 -0
  17. data/quant_topics/03_均線交叉策略(Moving Average Crossover).md +32 -0
  18. data/quant_topics/04_高頻交易策略(台指期貨).md +51 -0
  19. data/quant_topics/05_量化投資平台架構.md +27 -0
  20. data/quant_topics/06_自動化交易系統設計.md +23 -0
  21. data/quant_topics/07_量化市場分析(YouTube_內容).md +62 -0
  22. data/quant_topics/08_自動化工程(渲染_製程).md +42 -0
  23. data/quant_topics/quant_trading_topics.md +223 -0
  24. data/stock_topics/00_主題總覽.md +66 -0
  25. data/stock_topics/01_美股投資管道與標的.md +58 -0
  26. data/stock_topics/02_台股基金與ETF比較.md +82 -0
  27. data/stock_topics/03_期權入門.md +74 -0
  28. data/stock_topics/04_投資心法.md +59 -0
  29. data/stock_topics/05_配對交易與動態Beta.md +72 -0
  30. data/stock_topics/06_開源量化工具鏈.md +51 -0
  31. data/stock_topics/07_量化投資平台架構.md +109 -0
  32. data/stock_topics/08_自動化實盤決策節點.md +75 -0
  33. data/ti_topics/00_主題總覽.md +41 -0
  34. data/ti_topics/01_基礎物理.md +71 -0
  35. data/ti_topics/02_材料系統.md +66 -0
  36. data/ti_topics/03_計算與預測.md +56 -0
  37. data/ti_topics/04_量子傳輸線工程.md +67 -0
  38. data/ti_topics/05_拓撲超導與量子計算.md +49 -0
  39. data/ti_topics/06_台灣製造與學術生態.md +62 -0
  40. data/topics/00_索引.md +38 -0
  41. data/topics/01_PQC基礎.md +48 -0
  42. data/topics/02_QKD量子金鑰分發.md +81 -0
  43. data/topics/03_PQC_vs_QKD.md +34 -0
  44. data/topics/04_HNDL威脅.md +42 -0
  45. data/topics/05_台灣PQC_QKD進展.md +32 -0
  46. data/topics/06_多通道平行QKD.md +43 -0
  47. data/topics/07_後量子商業應用_PQBridge.md +45 -0
  48. data/topics/08_Signal協定PQC優化.md +59 -0
  49. data/topics/09_後量子晶片與硬體安全.md +41 -0
  50. data/topics/10_HNDL威脅與日常防禦.md +51 -0
.gitattributes CHANGED
@@ -33,3 +33,7 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
 
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ assets/stl/fibonacci_oloid_blade.stl filter=lfs diff=lfs merge=lfs -text
37
+ assets/stl/standard_oloid_blade.stl filter=lfs diff=lfs merge=lfs -text
38
+ assets/stl/trajectory.stl filter=lfs diff=lfs merge=lfs -text
39
+ assets/video_oloid.mp4 filter=lfs diff=lfs merge=lfs -text
.streamlit/config.toml ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ [server]
2
+ headless = true
3
+
4
+ [theme]
5
+ primaryColor = "#4F46E5"
6
+ backgroundColor = "#0F172A"
7
+ secondaryBackgroundColor = "#1E293B"
8
+ textColor = "#F1F5F9"
README.md CHANGED
@@ -1,10 +1,22 @@
1
  ---
2
  title: Quantum Website
3
- emoji: 📉
4
  colorFrom: indigo
5
- colorTo: gray
6
- sdk: static
 
 
7
  pinned: false
 
8
  ---
9
 
10
- Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
 
 
 
 
 
 
 
 
 
 
1
  ---
2
  title: Quantum Website
3
+ emoji: ⚛️
4
  colorFrom: indigo
5
+ colorTo: blue
6
+ sdk: streamlit
7
+ sdk_version: 1.57.0
8
+ app_file: app.py
9
  pinned: false
10
+ license: mit
11
  ---
12
 
13
+ # Quantum Website
14
+
15
+ 統一入口展示平台:Quantum 主題 / Quant 主題 / STL 3D / 股市主題 / YouTube 貼文 /
16
+ 量子傳輸線 / 拓撲絕緣體。
17
+
18
+ - 入口:`app.py`(單一入口 + `src/views/` 函式模組,不使用 `pages/`)
19
+ - 內容:`data/`(由 push-streamlit 的 `scripts/sync_topics.py` 與技能 references 同步)
20
+ - 部署來源:GitHub `phycomp/quantum-website`,本 Space 為鏡像部署
21
+
22
+ > 投資主題內容僅供研究參考,歷史績效不代表未來。
app.py ADDED
@@ -0,0 +1,113 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ """Quantum Website — 統一入口:Quantum / Quant / STL 3D / 股市主題 / YouTube / 量子傳輸線 / 拓撲絕緣體。
2
+
3
+ 架構(2026-11-11 重構;同日擴充 3 區塊;股市主題併入台股本益比 viewer):
4
+ 單一 app.py 入口 + 側邊欄分區 + src/views/ 函式模組。
5
+ 不使用 pages/ 自動多頁(先前在 Streamlit Cloud 造成 StreamlitAPIException,
6
+ 已移除);st.set_page_config 只在此檔呼叫一次。
7
+ __init__.py 與本檔內容同步(支援 streamlit run __init__.py)。
8
+ """
9
+
10
+ import os
11
+ import sys
12
+
13
+ sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
14
+
15
+ import streamlit as st
16
+
17
+ from src.content_loader import search_content
18
+ from src.views.quantum_topics import quantum_sidebar, render_quantum
19
+ from src.views.quant_topics import quant_sidebar, render_quant
20
+ from src.views.stl_viewer import render_stl
21
+ from src.views.stock_market import render_stock_market, stock_market_sidebar
22
+ from src.views.yt_posts import render_youtube, yt_sidebar
23
+ from src.views.quantum_tline import render_tline
24
+ from src.views.ti_topic import render_ti, ti_sidebar
25
+
26
+ st.set_page_config(page_title="Quantum Website", layout="wide")
27
+
28
+ SECTIONS = [
29
+ "🏠 首頁",
30
+ "📚 Quantum 主題",
31
+ "📊 Quant 主題",
32
+ "🧊 STL 3D 模型",
33
+ "💹 股市主題",
34
+ "📺 YouTube 上傳貼文",
35
+ "🔗 量子傳輸線",
36
+ "🧪 拓撲絕緣體",
37
+ ]
38
+
39
+ with st.sidebar:
40
+ st.title("Quantum Website")
41
+ st.caption("PQC / QKD / 量化交易 / 3D 列印 / 台股 / YouTube / 量子工程")
42
+ section = st.radio("功能", SECTIONS, label_visibility="collapsed")
43
+ st.divider()
44
+
45
+ # 分區專屬側邊欄控制 — subtopics 一律 sidebar(*_sidebar 模式,全站統一展示)
46
+ quantum_topic = quantum_sidebar() if section == "📚 Quantum 主題" else None
47
+ quant_topic = quant_sidebar() if section == "📊 Quant 主題" else None
48
+ yt_sel = yt_sidebar() if section == "📺 YouTube 上傳貼文" else None
49
+ ti_sel = ti_sidebar() if section == "🧪 拓撲絕緣體" else None
50
+ stock_sel = stock_market_sidebar() if section == "💹 股市主題" else None
51
+
52
+ st.divider()
53
+ search_query = st.text_input(
54
+ "🔍 全站搜尋", key="global_search", placeholder="關鍵字…"
55
+ )
56
+
57
+ if search_query:
58
+ st.markdown(f"## 🔍 搜尋結果:{search_query}")
59
+ res = search_content(search_query)
60
+ st.write(f"找到 {len(res)} 筆結果")
61
+ for r in res:
62
+ with st.expander(f"{r['source']} / {r['file']}"):
63
+ st.text(r["snippet"])
64
+ elif section == "🏠 首頁":
65
+ st.title("Quantum Website")
66
+ st.markdown(
67
+ "統一入口:量子主題(PQC/QKD/ECC)、量化交易主題、"
68
+ "STL 3D 模型檢視器、股市主題(美股/台股/期權/心法)、YouTube 上傳貼文、"
69
+ "量子傳輸線互動分析、拓撲絕緣體材料預測。"
70
+ )
71
+ st.divider()
72
+ col1, col2 = st.columns(2)
73
+ with col1:
74
+ st.markdown(
75
+ "### 📚 Quantum 主題\nPQC 基礎、QKD 金鑰分發、HNDL 威脅、台灣進展、橢圓加密、量子演算法 — 共 14 個主題"
76
+ )
77
+ st.markdown(
78
+ "### 🧊 STL 3D 模型\nOloid / 軌跡體 3D 列印模型互動檢視 + Arduino 風力發電機組設計方案(25 章)"
79
+ )
80
+ st.markdown(
81
+ "### 📺 YouTube 上傳貼文\n量子頻道市場競爭分析 + 13 個主題的上傳貼文草稿(依內容模板產生)"
82
+ )
83
+ st.markdown(
84
+ "### 🔗 量子傳輸線\n多導體傳輸線高頻互動分析儀:RLGC 矩陣、蒙地卡羅良率、NEXT/FEXT 串擾"
85
+ )
86
+ with col2:
87
+ st.markdown(
88
+ "### 📊 Quant 主題\n台股實盤自動化(Shioaji)、均線交叉、高頻交易、平台架構 — 共 9 個主題"
89
+ )
90
+ st.markdown(
91
+ "### 💹 股市主題\n"
92
+ "美股投資管道、台股基金 ETF、期權入門、投資心法、配對交易、"
93
+ "量化平台架構 — 共 9 個主題 + 台股本益比查詢工具"
94
+ )
95
+ st.markdown(
96
+ "### 🧪 拓撲絕緣體\n拓撲量子物態與快速材料預測完整部署包(資料庫、高通量篩選、GNN)"
97
+ )
98
+ st.divider()
99
+ st.caption("👈 左側選單切換功能,或直接於側邊欄輸入關鍵字全站搜尋。")
100
+ elif section == "📚 Quantum 主題":
101
+ render_quantum(quantum_topic)
102
+ elif section == "📊 Quant 主題":
103
+ render_quant(quant_topic)
104
+ elif section == "🧊 STL 3D 模型":
105
+ render_stl()
106
+ elif section == "💹 股市主題":
107
+ render_stock_market(stock_sel)
108
+ elif section == "📺 YouTube 上傳貼文":
109
+ render_youtube(yt_sel)
110
+ elif section == "🔗 量子傳輸線":
111
+ render_tline()
112
+ else:
113
+ render_ti(ti_sel)
assets/stl/fibonacci_oloid_blade.stl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:04367fdf6e43721b778c9302df1ac9f2b25cb74f89a5f743808d348861b3be5a
3
+ size 113184
assets/stl/oloid.stl ADDED
Binary file (12.5 kB). View file
 
assets/stl/standard_oloid_blade.stl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:4a2bd3839128447feb369d31bf5a81a7e510abf7465313aa81054332ecbb282d
3
+ size 345184
assets/stl/trajectory.stl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:25d6171e382e6215e276865ee99f6e2c73f07b46a7748b2769a4a4d94a3a12b8
3
+ size 256084
assets/video_oloid.mp4 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:da1fdb4819438a89880b549592a9b8b68184bb64fc74e57908ec141eb0de30b4
3
+ size 268443
data/docs/arduino_wind_turbine.md ADDED
The diff for this file is too large to render. See raw diff
 
data/docs/quantum_market_analysis.md ADDED
@@ -0,0 +1,42 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 量子相關市場分析 (Quantum Market Analysis)
2
+
3
+ ## 主題:量子演算法 / PQC / QKD
4
+
5
+ ### 頻道競爭分析
6
+
7
+ | 主題 | 主要頻道 | 訂閱數 | 影片數 | 競爭度 |
8
+ |------|----------|--------|--------|--------|
9
+ | 量子演算法 | Quantum Computing (Hiu-Yung Wong) | 19,700 | 674 | 中 |
10
+ | 量子演算法 | Quantum Soar | 10,100 | 28 | 低 |
11
+ | PQC | Cryptography 101 | 7,260 | 128 | 中 |
12
+ | PQC | Tanja Lange | 1,230 | 33 | 低 |
13
+ | QKD | Ramona Wolf | 1,040 | 14 | 低 |
14
+ | QKD | QNu Labs | 992 | 54 | 低 |
15
+
16
+ ### 熱門視頻(按觀看數)
17
+
18
+ | 主題 | 標題 | 觀看數 | 頻道 |
19
+ |------|------|--------|------|
20
+ | 量子演算法 | Quantum Computers Explained – Kurzgesagt | 19.4M | Kurzgesagt |
21
+ | 量子演算法 | What makes quantum computers SO powerful? | 13.8M | Veritasium |
22
+ | PQC | NIST's Post-Quantum Cryptography Standardization | 1.5M | SandboxAQ |
23
+ | PQC | Will Quantum Computers break encryption? | 1.45M | Frame of Essence |
24
+ | QKD | Quantum Entanglement: Explained SIMPLY | 1.18M | Science ABC |
25
+
26
+ ### 市場分析結論
27
+ - **量子演算法**:競爭中等,Kurzgesagt/Veritasium 主導,但技術深度內容有空間。
28
+ - **PQC**:競爭低,SandboxAQ/IBM 主導,教育內容需求高。
29
+ - **QKD**:競爭低,Toshiba/QNu Labs 主導,實驗/演示內容有空間。
30
+
31
+ ### 建議
32
+ 1. **量子演算法**:技術深度教學(量子閘、Shor/Grover 演算法)。
33
+ 2. **PQC**:NIST 標準化解說、Kyber/Dilithium 實作演示。
34
+ 3. **QKD**:BB84 協議演示、光纖 QKD 實驗。
35
+
36
+ ### 內容支柱
37
+ - 量子演算法(40%)
38
+ - PQC(35%)
39
+ - QKD(25%)
40
+
41
+ ### 關鍵字
42
+ quantum computing, quantum algorithm, Shor, Grover, PQC, post-quantum cryptography, Kyber, Dilithium, QKD, BB84, quantum key distribution
data/docs/quantum_tline_template.md ADDED
@@ -0,0 +1,20 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 量子傳輸線 — 內容模板
2
+
3
+ ## 主題
4
+ - 超導量子傳輸線設計
5
+ - 阻抗匹配與熱負載
6
+ - 3D 列印量子元件
7
+
8
+ ## 視頻腳本結構
9
+ 1. 開場:問題引入(30s)
10
+ 2. 原理說明(60s)
11
+ 3. 實作展示(60s)
12
+ 4. 結論與 CTA(30s)
13
+
14
+ ## 關鍵字
15
+ quantum, superconducting, NbTi, transmission line, cryogenic, impedance, thermal load
16
+
17
+ ## 目標平台
18
+ - YouTube Shorts (60s)
19
+ - TikTok (60s)
20
+ - Instagram Reels (60s)
data/docs/topological_insulator.md ADDED
@@ -0,0 +1,2103 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 拓撲量子物態與快速材料預測 - 完整部署包
2
+ > 來源:~/物理模擬/topo/指標/自動化TI.md(快速材料預測部署包)
3
+ > 整合日期:2026-11-11
4
+
5
+ ## 項目結構
6
+ ```
7
+ topo-physics-deployment/
8
+ ├── install.sh # 一鍵安裝腳本
9
+ ├── schema/ # 數據庫模式
10
+ │ ├── physics_simulation.sql
11
+ │ ├── topological_physics.sql
12
+ │ └── topological_fast_prediction.sql
13
+ ├── services/ # Python服務
14
+ │ ├── topo_collector.py
15
+ │ ├── fast_predictor.py
16
+ │ ├── gnn_predictor.py
17
+ │ ├── tqc_fast.py
18
+ │ ├── combinatorial_generator.py
19
+ │ └── high_throughput_screen.py
20
+ ├── systemd/ # systemd配置
21
+ │ ├── topo.service
22
+ │ ├── topo.timer
23
+ │ └── topo_screen.service
24
+ ├── frontend/ # Streamlit界面
25
+ │ ├── app.py
26
+ │ ├── topological_simulator.py
27
+ │ └── fast_prediction_ui.py
28
+ ├── requirements.txt # Python依賴
29
+ └── .env.template # 環境變量模板
30
+ ```
31
+
32
+ ---
33
+
34
+ ## 1️⃣ 一鍵安裝腳本 `install.sh`
35
+
36
+ ```bash
37
+ #!/bin/bash
38
+ set -e
39
+
40
+ # 顏色定義
41
+ GREEN='\033[0;32m'
42
+ YELLOW='\033[1;33m'
43
+ RED='\033[0;31m'
44
+ NC='\033[0m' # No Color
45
+
46
+ echo -e "${GREEN}============================================${NC}"
47
+ echo -e "${GREEN}拓撲量子物態與快速材料預測系統部署腳本${NC}"
48
+ echo -e "${GREEN}============================================${NC}"
49
+
50
+ # 配置變量
51
+ DB_NAME="topo_physics_db"
52
+ DB_USER="topo_admin"
53
+ DB_PASSWORD=${TOPO_DB_PASSWORD:-"TopoPhysics2024!"}
54
+ SERVICE_USER="topo-service"
55
+
56
+ # 步驟1: 安裝系統依賴
57
+ echo -e "\n${YELLOW}步驟1: 安裝系統依賴...${NC}"
58
+ sudo apt update
59
+ sudo apt install -y \
60
+ postgresql postgresql-contrib \
61
+ python3.9 python3.9-venv python3.9-dev \
62
+ python3-pip postgresql-client \
63
+ build-essential curl git
64
+
65
+ # 步驟2: 創建數據庫和用戶
66
+ echo -e "\n${YELLOW}步驟2: 創建PostgreSQL數據庫和用戶...${NC}"
67
+ sudo systemctl enable --now postgresql
68
+
69
+ # 創建SQL命令
70
+ sudo -u postgres psql <<EOF
71
+ -- 創建數據庫
72
+ CREATE DATABASE ${DB_NAME};
73
+
74
+ -- 創建用戶
75
+ CREATE USER ${DB_USER} WITH PASSWORD '${DB_PASSWORD}';
76
+
77
+ -- 賦予權限
78
+ GRANT ALL PRIVILEGES ON DATABASE ${DB_NAME} TO ${DB_USER};
79
+
80
+ -- 連接數據庫創建模式
81
+ \c ${DB_NAME}
82
+
83
+ -- 創建模式
84
+ CREATE SCHEMA physics_simulation AUTHORIZATION ${DB_USER};
85
+ CREATE SCHEMA topological_physics AUTHORIZATION ${DB_USER};
86
+ CREATE SCHEMA topological_fast_prediction AUTHORIZATION ${DB_USER};
87
+ CREATE SCHEMA user_workspace AUTHORIZATION ${DB_USER};
88
+
89
+ -- 創建GIN索引擴展
90
+ CREATE EXTENSION IF NOT EXISTS pg_trgm;
91
+ CREATE EXTENSION IF NOT EXISTS btree_gin;
92
+
93
+ -- 設置搜索路徑
94
+ ALTER USER ${DB_USER} SET search_path TO user_workspace, topological_physics, topological_fast_prediction, physics_simulation;
95
+
96
+ -- 創建只讀用戶用于前端
97
+ CREATE USER topo_reader WITH PASSWORD '${DB_PASSWORD}_ro';
98
+ GRANT CONNECT ON DATABASE ${DB_NAME} TO topo_reader;
99
+ GRANT USAGE ON SCHEMA physics_simulation TO topo_reader;
100
+ GRANT USAGE ON SCHEMA topological_physics TO topo_reader;
101
+ GRANT USAGE ON SCHEMA topological_fast_prediction TO topo_reader;
102
+ GRANT SELECT ON ALL TABLES IN SCHEMA physics_simulation TO topo_reader;
103
+ GRANT SELECT ON ALL TABLES IN SCHEMA topological_physics TO topo_reader;
104
+ GRANT SELECT ON ALL TABLES IN SCHEMA topological_fast_prediction TO topo_reader;
105
+ EOF
106
+
107
+ echo -e "${GREEN}✅ 數據庫和用戶創建完成${NC}"
108
+
109
+ # 步驟3: 創建Python服務用戶
110
+ echo -e "\n${YELLOW}步驟3: 創建服務用戶...${NC}"
111
+ if ! id "${SERVICE_USER}" &>/dev/null; then
112
+ sudo useradd -r -s /bin/false -d /opt/topo-physics ${SERVICE_USER}
113
+ echo -e "${GREEN}✅ 創建用戶 ${SERVICE_USER}${NC}"
114
+ else
115
+ echo -e "${YELLOW}用戶已存在,跳過創建${NC}"
116
+ fi
117
+
118
+ # 步驟4: 創建項目目錄
119
+ echo -e "\n${YELLOW}步驟4: 創建項目目錄結構...${NC}"
120
+ sudo mkdir -p /opt/topo-physics/{services,frontend,logs,data}
121
+ sudo chown -R ${SERVICE_USER}:${SERVICE_USER} /opt/topo-physics
122
+ sudo chmod 755 /opt/topo-physics
123
+
124
+ # 步驟5: 創建Python虛藕環境
125
+ echo -e "\n${YELLOW}步驟5: 創建Python虛藕環境...${NC}"
126
+ sudo -u ${SERVICE_USER} python3.9 -m venv /opt/topo-physics/venv
127
+ sudo -u ${SERVICE_USER} /opt/topo-physics/venv/bin/pip install --upgrade pip
128
+
129
+ # 步驟6: 安裝Python依賴
130
+ echo -e "\n${YELLOW}步驟6: 安裝Python依賴...${NC}"
131
+ cat > /tmp/requirements.txt <<'EOF'
132
+ # 數據庫與網絡
133
+ psycopg2-binary==2.9.7
134
+ sqlalchemy==2.0.21
135
+ arxiv==1.4.7
136
+ requests==2.31.0
137
+ aiohttp==3.8.5
138
+
139
+ # 科學計算
140
+ numpy==1.24.3
141
+ scipy==1.11.2
142
+ matplotlib==3.7.2
143
+ scikit-learn==1.3.0
144
+ pandas==2.0.3
145
+
146
+ # 材料科學
147
+ pymatgen==2023.9.10
148
+ pymatgen-analysis-diffusion==2023.8.15
149
+ ase==3.22.1
150
+
151
+ # 機器學習與圖神經網絡
152
+ torch==2.0.1
153
+ torch-geometric==2.3.1
154
+ torch-scatter==2.1.1
155
+ torch-sparse==0.6.17
156
+ torch-cluster==1.6.0
157
+
158
+ # 前端與可視化
159
+ streamlit==1.27.0
160
+ pyvista==0.42.1
161
+ panel==1.2.3
162
+ plotly==5.16.1
163
+
164
+ # 工具庫
165
+ python-dotenv==1.0.0
166
+ tqdm==4.66.1
167
+ pyyaml==6.0.1
168
+ EOF
169
+
170
+ sudo -u ${SERVICE_USER} /opt/topo-physics/venv/bin/pip install -r /tmp/requirements.txt
171
+ echo -e "${GREEN}✅ Python依賴安裝完成${NC}"
172
+
173
+ # 步驟7: 部署服務腳本
174
+ echo -e "\n${YELLOW}步驟7: 部署Python服務腳本...${NC}"
175
+
176
+ # 創建服務腳本目錄
177
+ sudo -u ${SERVICE_USER} mkdir -p /opt/topo-physics/services
178
+ sudo -u ${SERVICE_USER} mkdir -p /opt/topo-physics/frontend
179
+
180
+ # 創建所有服務腳本
181
+ cat > /opt/topo-physics/services/__init__.py <<'EOF'
182
+ # 服務模塊
183
+ EOF
184
+
185
+ # topo_collector.py (已提供完整代碼)
186
+ install_file /opt/topo-physics/services/topo_collector.py "topo_collector.py"
187
+
188
+ # fast_predictor.py
189
+ install_file /opt/topo-physics/services/fast_predictor.py "fast_predictor.py"
190
+
191
+ # gnn_predictor.py
192
+ install_file /opt/topo-physics/services/gnn_predictor.py "gnn_predictor.py"
193
+
194
+ # tqc_fast.py
195
+ install_file /opt/topo-physics/services/tqc_fast.py "tqc_fast.py"
196
+
197
+ # combinatorial_generator.py
198
+ install_file /opt/topo-physics/services/combinatorial_generator.py "combinatorial_generator.py"
199
+
200
+ # high_throughput_screen.py
201
+ install_file /opt/topo-physics/services/high_throughput_screen.py "high_throughput_screen.py"
202
+
203
+ # 使腳本可執行
204
+ sudo chmod +x /opt/topo-physics/services/*.py
205
+
206
+ echo -e "${GREEN}✅ 服務腳本部署完成${NC}"
207
+
208
+ # 步驟8: 部署數據庫模式
209
+ echo -e "\n${YELLOW}步驟8: 部署數據庫模式...${NC}"
210
+ psql -U ${DB_USER} -d ${DB_NAME} -h localhost <<EOF
211
+ \i $(pwd)/schema/physics_simulation.sql
212
+ \i $(pwd)/schema/topological_physics.sql
213
+ \i $(pwd)/schema/topological_fast_prediction.sql
214
+ EOF
215
+
216
+ echo -e "${GREEN}✅ 數據庫模式部署完成${NC}"
217
+
218
+ # 步驟9: 創建環境變量文件
219
+ echo -e "\n${YELLOW}步驟9: 創建環境變量配置...${NC}"
220
+ cat > /opt/topo-physics/.env <<EOF
221
+ # PostgreSQL配置
222
+ DB_HOST=localhost
223
+ DB_PORT=5432
224
+ DB_NAME=${DB_NAME}
225
+ DB_USER=${DB_USER}
226
+ DB_PASSWORD=${DB_PASSWORD}
227
+ DB_USER_READONLY=topo_reader
228
+ DB_PASSWORD_READONLY=${DB_PASSWORD}_ro
229
+
230
+ # API密鑰 (需用戶自行填寫)
231
+ MATERIALS_PROJECT_API_KEY=your_api_key_here
232
+ GITHUB_TOKEN=your_github_token_here
233
+ ARXIV_API_KEY=your_arxiv_key_here
234
+
235
+ # 服務配置
236
+ SERVICE_USER=${SERVICE_USER}
237
+ SERVICE_HOME=/opt/topo-physics
238
+ LOG_LEVEL=INFO
239
+ EOF
240
+
241
+ sudo chown ${SERVICE_USER}:${SERVICE_USER} /opt/topo-physics/.env
242
+ sudo chmod 600 /opt/topo-physics/.env
243
+
244
+ echo -e "${GREEN}✅ 環境變量文件創建完成${NC}"
245
+
246
+ # 步驟10: 配置systemd服務
247
+ echo -e "\n${YELLOW}步驟10: 配置systemd服務...${NC}"
248
+
249
+ cat > /etc/systemd/system/topo.service <<EOF
250
+ [Unit]
251
+ Description=Topological Materials Data Collector Service
252
+ Documentation=https://github.com/your-org/topo-physics
253
+ After=network.target postgresql.service
254
+ Requires=postgresql.service
255
+
256
+ [Service]
257
+ Type=oneshot
258
+ User=${SERVICE_USER}
259
+ Group=${SERVICE_USER}
260
+ WorkingDirectory=/opt/topo-physics
261
+ Environment="PATH=/opt/topo-physics/venv/bin:/usr/local/bin:/usr/bin:/bin"
262
+ EnvironmentFile=/opt/topo-physics/.env
263
+
264
+ # 安全設置
265
+ NoNewPrivileges=true
266
+ PrivateTmp=true
267
+ ProtectSystem=strict
268
+ ProtectHome=true
269
+ ReadWritePaths=/opt/topo-physics/logs
270
+ ReadWritePaths=/opt/topo-physics/data
271
+
272
+ # 資源限制
273
+ CPUQuota=200%
274
+ MemoryMax=4G
275
+
276
+ # 執行命令
277
+ ExecStart=/opt/topo-physics/venv/bin/python /opt/topo-physics/services/topo_collector.py
278
+
279
+ # 日志
280
+ StandardOutput=journal
281
+ StandardError=journal
282
+ SyslogIdentifier=topo-collector
283
+
284
+ [Install]
285
+ WantedBy=multi-user.target
286
+ EOF
287
+
288
+ cat > /etc/systemd/system/topo.timer <<EOF
289
+ [Unit]
290
+ Description=Topological Materials Data Collection Timer
291
+ Documentation=https://github.com/your-org/topo-physics
292
+ Requires=topo.service
293
+
294
+ [Timer]
295
+ # 每天凌晨2點執行采集
296
+ OnCalendar=*-*-* 02:00:00
297
+ # 每周日凌晨執行全量采集
298
+ OnCalendar=Sun *-*-* 00:00:00
299
+ # 啓動後5分鍾執行一次
300
+ OnBootSec=5min
301
+ # 持久化計時器
302
+ Persistent=true
303
+ # 隨機延遲避免同時執行
304
+ RandomizedDelaySec=15min
305
+
306
+ [Install]
307
+ WantedBy=timers.target
308
+ EOF
309
+
310
+ cat > /etc/systemd/system/topo_screen.service <<EOF
311
+ [Unit]
312
+ Description=Topological Materials Daily Screening
313
+ After=topo.service
314
+ Requires=topo.service
315
+
316
+ [Service]
317
+ Type=oneshot
318
+ User=${SERVICE_USER}
319
+ Group=${SERVICE_USER}
320
+ WorkingDirectory=/opt/topo-physics
321
+ Environment="PATH=/opt/topo-physics/venv/bin:/usr/local/bin:/usr/bin:/bin"
322
+ EnvironmentFile=/opt/topo-physics/.env
323
+
324
+ # 執行高通量篩選
325
+ ExecStart=/opt/topo-physics/venv/bin/python /opt/topo-physics/services/high_throughput_screen.py --limit=10000
326
+
327
+ [Install]
328
+ WantedBy=multi-user.target
329
+ EOF
330
+
331
+ # 創建日志目錄
332
+ sudo mkdir -p /opt/topo-physics/logs
333
+ sudo chown ${SERVICE_USER}:${SERVICE_USER} /opt/topo-physics/logs
334
+
335
+ # 重新加載systemd配置
336
+ sudo systemctl daemon-reload
337
+
338
+ echo -e "${GREEN}✅ systemd服務配置完成${NC}"
339
+
340
+ # 步驟11: 初始化數據
341
+ echo -e "\n${YELLOW}步驟11: 初始化基礎數據...${NC}"
342
+ sudo -u ${SERVICE_USER} /opt/topo-physics/venv/bin/python <<'PYEOF'
343
+ import sys
344
+ sys.path.append('/opt/topo-physics/services')
345
+ from services.tqc_fast import TopologicalQuantumChemistry
346
+
347
+ # 初始化原子絕緣體基組數據庫
348
+ DB_CONFIG = {
349
+ 'host': 'localhost',
350
+ 'port': '5432',
351
+ 'database': 'topo_physics_db',
352
+ 'user': 'topo_admin',
353
+ 'password': 'TopoPhysics2024!'
354
+ }
355
+
356
+ try:
357
+ predictor = TopologicalQuantumChemistry(DB_CONFIG)
358
+ predictor.initialize_basis_database()
359
+ print("✅ 原子絕緣體基組數據庫初始化成功")
360
+ except Exception as e:
361
+ print(f"⚠️ 初始化失敗: {e}")
362
+ PYEOF
363
+
364
+ echo -e "${GREEN}✅ 基礎數據初始化完成${NC}"
365
+
366
+ # 步驟12: 啓用并啓動服務
367
+ echo -e "\n${YELLOW}步驟12: 啓用系統服務...${NC}"
368
+ sudo systemctl enable --now postgresql
369
+ sudo systemctl enable --now topo.timer
370
+ sudo systemctl enable --now topo_screen.service
371
+
372
+ echo -e "${GREEN}✅ 所有服務已啓用${NC}"
373
+
374
+ # 步驟13: 驗證安裝
375
+ echo -e "\n${YELLOW}步驟13: 驗證安裝...${NC}"
376
+ echo "檢查數據庫連接..."
377
+ psql -U ${DB_USER} -d ${DB_NAME} -h localhost -c "SELECT version();"
378
+
379
+ echo -e "\n檢查服務狀態..."
380
+ sudo systemctl is-enabled topo.timer
381
+ sudo systemctl is-enabled topo.service
382
+
383
+ echo -e "\n檢查定時器下次執行時間..."
384
+ sudo systemctl list-timers topo.timer --no-pager
385
+
386
+ # 步驟14: 安裝Streamlit前端
387
+ echo -e "\n${YELLOW}步驟14: 安裝Streamlit前端...${NC}"
388
+ install_file /opt/topo-physics/frontend/main_app.py "main_app.py"
389
+
390
+ # 創建Streamlit服務
391
+ cat > /etc/systemd/system/topo-frontend.service <<EOF
392
+ [Unit]
393
+ Description=Topological Physics Streamlit Frontend
394
+ After=network.target
395
+
396
+ [Service]
397
+ Type=simple
398
+ User=${SERVICE_USER}
399
+ WorkingDirectory=/opt/topo-physics/frontend
400
+ Environment="PATH=/opt/topo-physics/venv/bin:/usr/local/bin:/usr/bin:/bin"
401
+ EnvironmentFile=/opt/topo-physics/.env
402
+
403
+ ExecStart=/opt/topo-physics/venv/bin/streamlit run main_app.py \
404
+ --server.port 8501 \
405
+ --server.address 0.0.0.0 \
406
+ --server.headless true
407
+
408
+ Restart=always
409
+ RestartSec=10
410
+
411
+ [Install]
412
+ WantedBy=multi-user.target
413
+ EOF
414
+
415
+ sudo systemctl enable --now topo-frontend.service
416
+
417
+ echo -e "${GREEN}✅ Streamlit前端服務已啓動${NC}"
418
+ echo -e "${GREEN}訪問地址: http://$(hostname -I | awk '{print $1}'):8501${NC}"
419
+
420
+ # 步驟15: 創建日志輪轉配置
421
+ echo -e "\n${YELLOW}步驟15: 配置日志輪轉...${NC}"
422
+ sudo tee /etc/logrotate.d/topo-collector > /dev/null <<EOF
423
+ /opt/topo-physics/logs/topo-collector.log {
424
+ daily
425
+ rotate 30
426
+ compress
427
+ delaycompress
428
+ missingok
429
+ notifempty
430
+ create 0640 ${SERVICE_USER} ${SERVICE_USER}
431
+ postrotate
432
+ systemctl kill -s USR1 topo.service 2>/dev/null || true
433
+ endscript
434
+ }
435
+ EOF
436
+
437
+ echo -e "${GREEN}✅ 日志輪轉配置完成${NC}"
438
+
439
+ # 總結
440
+ echo -e "\n${GREEN}============================================${NC}"
441
+ echo -e "${GREEN}✅ 部署完成!${NC}"
442
+ echo -e "${GREEN}============================================${NC}"
443
+
444
+ echo -e "\n📊 系統組件:"
445
+ echo -e " - PostgreSQL數據庫: localhost:5432"
446
+ echo -e " - Streamlit前端: http://$(hostname -I | awk '{print $1}'):8501"
447
+ echo -e " - 數據采集服務: topo.service (定時: topo.timer)"
448
+ echo -e " - 高通量篩選: topo_screen.service"
449
+
450
+ echo -e "\n📁 配置文件:"
451
+ echo -e " - 環境變量: /opt/topo-physics/.env"
452
+ echo -e " - 服務腳本: /opt/topo-physics/services/"
453
+ echo -e " - 前端頁面: /opt/topo-physics/frontend/"
454
+ echo -e " - 日志文件: /opt/topo-physics/logs/"
455
+
456
+ echo -e "\n🔧 管理命令:"
457
+ echo -e " # 查看服務狀態"
458
+ echo -e " sudo systemctl status topo.service"
459
+ echo -e " sudo systemctl status topo-frontend.service"
460
+ echo -e ""
461
+ echo -e " # 查看日志"
462
+ echo -e " sudo journalctl -u topo.service -f"
463
+ echo -e " sudo journalctl -u topo-frontend.service -f"
464
+ echo -e ""
465
+ echo -e " # 手動觸發采集"
466
+ echo -e " sudo systemctl start topo.service"
467
+ echo -e ""
468
+ echo -e " # 查看定時器"
469
+ echo -e " sudo systemctl list-timers topo.timer"
470
+
471
+ echo -e "\n⚠️ 後續配置:"
472
+ echo -e " 1. 編輯環境變量: sudo nano /opt/topo-physics/.env"
473
+ echo -e " 2. 添加API密鑰: MATERIALS_PROJECT_API_KEY, GITHUB_TOKEN"
474
+ echo -e " 3. 下載GNN模型: 放入 /opt/topo-physics/models/ 目錄"
475
+ echo -e " 4. 首次測試: sudo systemctl start topo.service"
476
+
477
+ echo -e "\n${GREEN}============================================${NC}"
478
+ echo -e "系統已準備好接收您的API密鑰和模型文件!"
479
+ echo -e "${GREEN}============================================${NC}"
480
+ ```
481
+
482
+ ---
483
+
484
+ ## 2️⃣ Python服務腳本 (完整版)
485
+
486
+ ### 2.1 `services/topo_collector.py`
487
+ ```python
488
+ #!/usr/bin/env python3
489
+ """
490
+ 拓撲材料數據采集器 - systemd服務
491
+ """
492
+ import sys
493
+ import os
494
+ import logging
495
+ import json
496
+ import time
497
+ from datetime import datetime, timedelta
498
+ from typing import List, Dict, Any
499
+
500
+ import arxiv
501
+ import psycopg2
502
+ import requests
503
+ from dotenv import load_dotenv
504
+
505
+ # 加載環境變量
506
+ load_dotenv('/opt/topo-physics/.env')
507
+
508
+ # 配置日志
509
+ logging.basicConfig(
510
+ level=logging.INFO,
511
+ format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
512
+ handlers=[
513
+ logging.FileHandler('/opt/topo-physics/logs/topo-collector.log'),
514
+ logging.StreamHandler(sys.stdout)
515
+ ]
516
+ )
517
+ logger = logging.getLogger('topo_collector')
518
+
519
+ class TopologicalMaterialsCollector:
520
+ """拓撲材料數據采集器"""
521
+
522
+ def __init__(self):
523
+ self.db_config = {
524
+ 'host': os.getenv('DB_HOST'),
525
+ 'port': os.getenv('DB_PORT'),
526
+ 'database': os.getenv('DB_NAME'),
527
+ 'user': os.getenv('DB_USER'),
528
+ 'password': os.getenv('DB_PASSWORD')
529
+ }
530
+ self.conn = None
531
+ self.last_collection_time = self.get_last_collection_time()
532
+
533
+ def connect_db(self):
534
+ """連接PostgreSQL數據庫"""
535
+ try:
536
+ self.conn = psycopg2.connect(**self.db_config)
537
+ self.conn.set_session(autocommit=True)
538
+ logger.info(f"✅ 數據庫連接成功: {self.db_config['host']}")
539
+ except Exception as e:
540
+ logger.error(f"❌ 數據庫連接失敗: {e}")
541
+ raise
542
+
543
+ def get_last_collection_time(self) -> datetime:
544
+ """獲取上次采集時間"""
545
+ try:
546
+ with open('/opt/topo-physics/data/last_run.json', 'r') as f:
547
+ data = json.load(f)
548
+ return datetime.fromisoformat(data['last_run'])
549
+ except FileNotFoundError:
550
+ return datetime.now() - timedelta(days=7)
551
+
552
+ def save_last_collection_time(self):
553
+ """保存本次采集時間"""
554
+ with open('/opt/topo-physics/data/last_run.json', 'w') as f:
555
+ json.dump({'last_run': datetime.now().isoformat()}, f)
556
+
557
+ def scrape_arxiv(self, days_back: int = 7) -> List[Dict[str, Any]]:
558
+ """從arXiv爬取拓撲材料相關論文"""
559
+ logger.info(f"🔄 開始爬取arXiv (過去{days_back}天)...")
560
+
561
+ query = """
562
+ ti:topology OR ti:"topological insulator" OR ti:"Berry phase" OR
563
+ abs:topology OR abs:"topological invariant" OR abs:"Chern number"
564
+ AND (cat:cond-mat.mtrl-sci OR cat:cond-mat.mes-hall OR cat:physics.comp-ph)
565
+ """
566
+
567
+ search = arxiv.Search(
568
+ query=query,
569
+ sort_by=arxiv.SortCriterion.SubmittedDate,
570
+ sort_order=arxiv.SortOrder.Descending,
571
+ max_results=200
572
+ )
573
+
574
+ papers = []
575
+ cutoff_date = datetime.now() - timedelta(days=days_back)
576
+
577
+ for result in search.results():
578
+ if result.published.replace(tzinfo=None) > cutoff_date:
579
+ if self.is_topological_material_paper(result):
580
+ papers.append({
581
+ 'resource_name': result.title,
582
+ 'resource_type': 'research_paper',
583
+ 'source_url': result.pdf_url,
584
+ 'description': result.summary[:500],
585
+ 'physics_category': 'topological_physics',
586
+ 'citation_count': 0,
587
+ 'tags': [tag.term for tag in result.tags],
588
+ 'published_date': result.published.isoformat(),
589
+ 'authors': [author.name for author in result.authors]
590
+ })
591
+
592
+ logger.info(f"✅ 爬取完成: 找到 {len(papers)} 篇拓撲材料相關論文")
593
+ return papers
594
+
595
+ def is_topological_material_paper(self, result) -> bool:
596
+ """AI輔助判斷是否爲拓撲材料研究"""
597
+ keywords = [
598
+ 'topology', 'topological', 'Berry', 'Chern', 'Zak',
599
+ 'insulator', 'edge state', 'surface state', 'chiral',
600
+ 'helical', 'Majorana', 'Weyl', 'Dirac', 'nodal',
601
+ 'invariant', 'winding number', 'bulk-boundary', 'symmetry'
602
+ ]
603
+
604
+ text_lower = (result.title + result.summary).lower()
605
+ score = sum(1 for kw in keywords if kw in text_lower)
606
+ return score >= 3
607
+
608
+ def check_duplicate(self, resource_url: str) -> bool:
609
+ """檢查資源是否已存在"""
610
+ try:
611
+ cursor = self.conn.cursor()
612
+ cursor.execute("""
613
+ SELECT COUNT(*) FROM physics_simulation.external_resources
614
+ WHERE source_url = %s
615
+ """, (resource_url,))
616
+ return cursor.fetchone()[0] > 0
617
+ except Exception as e:
618
+ logger.warning(f"⚠️ 查重檢查失敗: {e}")
619
+ return False
620
+
621
+ def save_to_db(self, papers: List[Dict]):
622
+ """保存到數據庫"""
623
+ cursor = self.conn.cursor()
624
+ new_count = 0
625
+
626
+ for paper in papers:
627
+ if self.check_duplicate(paper['source_url']):
628
+ continue
629
+
630
+ try:
631
+ cursor.execute("""
632
+ INSERT INTO physics_simulation.external_resources
633
+ (resource_name, resource_type, source_url, description,
634
+ physics_category, citation_count, tags, added_date, is_verified)
635
+ VALUES (%s, %s, %s, %s, %s, %s, %s::jsonb, %s, %s)
636
+ """, (
637
+ paper['resource_name'],
638
+ paper['resource_type'],
639
+ paper['source_url'],
640
+ paper['description'],
641
+ paper['physics_category'],
642
+ 0,
643
+ json.dumps(paper['tags']),
644
+ paper['published_date'],
645
+ False
646
+ ))
647
+ new_count += 1
648
+ logger.info(f"✅ 保存新資源: {paper['resource_name'][:60]}...")
649
+ except Exception as e:
650
+ logger.error(f"❌ 保存失敗: {e}")
651
+
652
+ logger.info(f"新增論文: {new_count}/{len(papers)} 篇")
653
+
654
+ def run_full_collection_pipeline(self):
655
+ """執行完整采集流程"""
656
+ logger.info("="*60)
657
+ logger.info("🚀 拓撲材料采集服務啓動")
658
+ logger.info(f"開始時間: {datetime.now().isoformat()}")
659
+
660
+ start_time = time.time()
661
+
662
+ try:
663
+ self.connect_db()
664
+ papers = self.scrape_arxiv(days_back=7)
665
+ self.save_to_db(papers)
666
+ self.save_last_collection_time()
667
+
668
+ execution_time = time.time() - start_time
669
+ logger.info(f"✅ 采集完成!總耗時: {execution_time:.2f}秒")
670
+
671
+ except Exception as e:
672
+ logger.error(f"❌ 采集流程失敗: {e}", exc_info=True)
673
+ sys.exit(1)
674
+
675
+ finally:
676
+ if self.conn:
677
+ self.conn.close()
678
+ logger.info("數據庫連接已關閉")
679
+
680
+ if __name__ == "__main__":
681
+ collector = TopologicalMaterialsCollector()
682
+ collector.run_full_collection_pipeline()
683
+ ```
684
+
685
+ ### 2.2 `services/fast_predictor.py`
686
+ ```python
687
+ #!/usr/bin/env python3
688
+ """
689
+ 快速拓撲預測器 - 對稱性指標法
690
+ """
691
+ import numpy as np
692
+ import json
693
+ import time
694
+ from typing import Dict, Any
695
+ import psycopg2
696
+ from pymatgen.symmetry.analyzer import SpacegroupAnalyzer
697
+
698
+ class SymmetryBasedPredictor:
699
+ """基于對稱性指標的快速拓撲預測器"""
700
+
701
+ def __init__(self, db_config: Dict[str, Any]):
702
+ self.conn = psycopg2.connect(**db_config)
703
+ self.symmetry_db = self.load_symmetry_database()
704
+
705
+ def load_symmetry_database(self) -> Dict:
706
+ """加載對稱性指標數據庫"""
707
+ cursor = self.conn.cursor()
708
+ cursor.execute("""
709
+ SELECT spacegroup_number, symmetry_indicators, topological_class
710
+ FROM topological_fast_prediction.symmetry_fingerprints
711
+ WHERE is_verified = TRUE
712
+ """)
713
+
714
+ mapping = {}
715
+ for sg, si_json, topo_class in cursor.fetchall():
716
+ key = f"{sg}_{json.dumps(si_json, sort_keys=True)}"
717
+ mapping[key] = topo_class
718
+ return mapping
719
+
720
+ def predict_by_symmetry(self, structure) -> Dict[str, Any]:
721
+ """通過對稱性預測拓撲類別"""
722
+ start_time = time.time()
723
+
724
+ analyzer = SpacegroupAnalyzer(structure, symprec=0.1)
725
+ spacegroup = analyzer.get_space_group_number()
726
+
727
+ # 計算Wyckoff位置
728
+ wyckoff_positions = analyzer.get_symmetry_dataset()['wyckoffs']
729
+ band_rep = self.calculate_band_representation(wyckoff_positions)
730
+
731
+ # 計算對稱性指標 (簡化版)
732
+ symmetry_indicators = self.calculate_symmetry_indicators(spacegroup, band_rep)
733
+
734
+ # 判斷拓撲類別
735
+ topo_class = self.classify_by_symmetry_indicators(symmetry_indicators)
736
+
737
+ computation_time = (time.time() - start_time) * 1000
738
+
739
+ return {
740
+ 'topo_class': topo_class,
741
+ 'confidence': 0.95,
742
+ 'symmetry_indicators': symmetry_indicators,
743
+ 'computation_time_ms': round(computation_time, 2),
744
+ 'method': 'SymmetryIndicator'
745
+ }
746
+
747
+ def calculate_band_representation(self, wyckoff_positions: list) -> Dict:
748
+ """計算能帶表示"""
749
+ irrep_count = {}
750
+ for wp in wyckoff_positions:
751
+ irrep = self.wyckoff_to_irrep(wp)
752
+ irrep_count[irrep] = irrep_count.get(irrep, 0) + 1
753
+ return irrep_count
754
+
755
+ def wyckoff_to_irrep(self, wyckoff: str) -> str:
756
+ """Wyckoff位置到不可約表示的映射"""
757
+ mapping = {'a': 'A1', 'b': 'A2', 'c': 'B1', 'd': 'B2', 'e': 'E'}
758
+ return mapping.get(wyckoff[-1], 'A1')
759
+
760
+ def calculate_symmetry_indicators(self, sg: int, band_rep: Dict) -> Dict:
761
+ """計算對稱性指標"""
762
+ # 簡化的對稱性指標計算
763
+ z2 = [sg % 2, (sg // 2) % 2, (sg // 4) % 2]
764
+ z4 = sg % 4
765
+ z8 = sg % 8
766
+
767
+ return {
768
+ 'z2': z2,
769
+ 'z4': z4,
770
+ 'z8': z8,
771
+ 'A': sum(band_rep.values()) % 2
772
+ }
773
+
774
+ def classify_by_symmetry_indicators(self, si: Dict) -> str:
775
+ """根據對稱性指標分類"""
776
+ if si.get('z2', [0,0,0]) != [0,0,0]:
777
+ return 'Topological Insulator'
778
+ if si.get('A', 0) == 1:
779
+ return 'Axion Insulator'
780
+ if si.get('z4', 0) % 2 == 1:
781
+ return 'Topological Crystalline Insulator'
782
+ return 'Trivial'
783
+ ```
784
+
785
+ ### 2.3 `services/gnn_predictor.py`
786
+ ```python
787
+ #!/usr/bin/env python3
788
+ """
789
+ 圖神經網絡拓撲預測器
790
+ """
791
+ import torch
792
+ import torch_geometric
793
+ from torch_geometric.nn import GATConv, global_mean_pool
794
+ from pymatgen import Structure
795
+ import numpy as np
796
+
797
+ class CrystalGraphTransformer(torch.nn.Module):
798
+ """晶體圖神經網絡"""
799
+
800
+ def __init__(self, input_dim=128, hidden_dim=256, num_classes=5):
801
+ super().__init__()
802
+ self.atom_embedding = torch.nn.Embedding(118, input_dim)
803
+
804
+ self.conv1 = GATConv(input_dim, hidden_dim, heads=4, dropout=0.1)
805
+ self.conv2 = GATConv(hidden_dim * 4, hidden_dim, heads=4, dropout=0.1)
806
+ self.conv3 = GATConv(hidden_dim * 4, hidden_dim, heads=1, dropout=0.1)
807
+
808
+ self.pool = global_mean_pool
809
+ self.classifier = torch.nn.Sequential(
810
+ torch.nn.Linear(hidden_dim, hidden_dim // 2),
811
+ torch.nn.ReLU(),
812
+ torch.nn.Dropout(0.1),
813
+ torch.nn.Linear(hidden_dim // 2, num_classes)
814
+ )
815
+
816
+ def forward(self, data):
817
+ x, edge_index, batch = data.x, data.edge_index, data.batch
818
+
819
+ x = self.atom_embedding(x)
820
+ x = torch.nn.functional.relu(self.conv1(x, edge_index))
821
+ x = torch.nn.functional.relu(self.conv2(x, edge_index))
822
+ x = self.conv3(x, edge_index)
823
+
824
+ graph_representation = self.pool(x, batch)
825
+ logits = self.classifier(graph_representation)
826
+ return logits
827
+
828
+ class GNNTopologyPredictor:
829
+ """GNN拓撲預測器"""
830
+
831
+ def __init__(self, model_path: str, db_config: Dict):
832
+ self.device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
833
+ self.model = CrystalGraphTransformer().to(self.device)
834
+
835
+ try:
836
+ self.model.load_state_dict(torch.load(model_path, map_location=self.device))
837
+ self.model.eval()
838
+ except FileNotFoundError:
839
+ print(f"⚠️ 模型文件未找到: {model_path},使用隨機權重")
840
+
841
+ self.db_config = db_config
842
+
843
+ def structure_to_graph(self, structure: Structure):
844
+ """結構轉圖"""
845
+ atomic_numbers = torch.tensor([site.specie.Z for site in structure])
846
+ positions = torch.tensor([site.coords for site in structure], dtype=torch.float)
847
+
848
+ # 構建最近鄰邊
849
+ cutoff = 5.0
850
+ edge_list = []
851
+ for i, site_i in enumerate(structure):
852
+ neighbors = structure.get_neighbors(site_i, cutoff)
853
+ for neighbor in neighbors:
854
+ j = neighbor.index
855
+ edge_list.append([i, j])
856
+
857
+ edge_index = torch.tensor(edge_list, dtype=torch.long).t().contiguous()
858
+
859
+ return torch_geometric.data.Data(
860
+ x=atomic_numbers,
861
+ edge_index=edge_index,
862
+ pos=positions
863
+ )
864
+
865
+ def predict(self, structure: Structure) -> Dict[str, Any]:
866
+ """預測拓撲類別"""
867
+ start_time = time.time()
868
+
869
+ graph = self.structure_to_graph(structure)
870
+ graph = graph.to(self.device)
871
+ graph.batch = torch.zeros(graph.x.size(0), dtype=torch.long).to(self.device)
872
+
873
+ with torch.no_grad():
874
+ logits = self.model(graph)
875
+ probs = torch.nn.functional.softmax(logits, dim=0)
876
+
877
+ pred_class_idx = torch.argmax(probs).item()
878
+ confidence = probs[pred_class_idx].item()
879
+
880
+ class_names = ['Trivial', 'TI', 'TCI', 'Weyl', 'Dirac']
881
+ computation_time = (time.time() - start_time) * 1000
882
+
883
+ return {
884
+ 'topo_class': class_names[pred_class_idx],
885
+ 'confidence': round(confidence, 3),
886
+ 'logits': {cls: prob.item() for cls, prob in zip(class_names, probs)},
887
+ 'computation_time_ms': round(computation_time, 2),
888
+ 'method': 'GNN_Prediction'
889
+ }
890
+ ```
891
+
892
+ ### 2.4 `services/tqc_fast.py`
893
+ ```python
894
+ #!/usr/bin/env python3
895
+ """
896
+ 拓撲量子化學快速預測器
897
+ """
898
+ import numpy as np
899
+ import psycopg2
900
+ from pymatgen.symmetry.groups import SpaceGroup
901
+
902
+ class TopologicalQuantumChemistry:
903
+ """拓撲量子化學預測器"""
904
+
905
+ def __init__(self, db_config: Dict):
906
+ self.conn = psycopg2.connect(**db_config)
907
+ self.load_basis_database()
908
+
909
+ def load_basis_database(self):
910
+ """加載原子絕緣體基組"""
911
+ cursor = self.conn.cursor()
912
+
913
+ # 如果表不存在,創建并初始化基礎數據
914
+ cursor.execute("""
915
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.atomic_insulator_basis (
916
+ basis_id SERIAL PRIMARY KEY,
917
+ spacegroup_number INTEGER,
918
+ wyckoff_multiplicity INTEGER,
919
+ irreducible_representation JSONB,
920
+ UNIQUE(spacegroup_number, wyckoff_multiplicity)
921
+ )
922
+ """)
923
+
924
+ # 檢查是否已初始化
925
+ cursor.execute("SELECT COUNT(*) FROM topological_fast_prediction.atomic_insulator_basis")
926
+ if cursor.fetchone()[0] == 0:
927
+ self.initialize_basis_database()
928
+
929
+ def initialize_basis_database(self):
930
+ """初始化原子絕緣體基組"""
931
+ cursor = self.conn.cursor()
932
+
933
+ # 預計算的原子絕緣體基組 (簡化版)
934
+ basis_data = [
935
+ (1, 1, '{"A1g": 1}'), # P1空間群
936
+ (2, 1, '{"Ag": 1}'), # P-1
937
+ (227, 4, '{"T2g": 1}'), # Fd-3m
938
+ (225, 4, '{"T2g": 1}'), # Fm-3m
939
+ ]
940
+
941
+ for sg, mult, irrep in basis_data:
942
+ cursor.execute("""
943
+ INSERT INTO topological_fast_prediction.atomic_insulator_basis
944
+ (spacegroup_number, wyckoff_multiplicity, irreducible_representation)
945
+ VALUES (%s, %s, %s::jsonb)
946
+ ON CONFLICT DO NOTHING
947
+ """, (sg, mult, irrep))
948
+
949
+ self.conn.commit()
950
+ print("✅ 原子絕緣體基組數據庫初始化完成")
951
+
952
+ def decompose_bands(self, structure):
953
+ """能帶分解"""
954
+ start_time = time.time()
955
+
956
+ # 獲取對稱性
957
+ analyzer = SpacegroupAnalyzer(structure)
958
+ sg = analyzer.get_space_group_number()
959
+ wyckoff_positions = analyzer.get_symmetry_dataset()['wyckoffs']
960
+
961
+ # 計算占據表示
962
+ occ_rep = self.calculate_occupied_band_rep(wyckoff_positions)
963
+
964
+ # 查基組
965
+ mult = len(wyckoff_positions)
966
+ cursor = self.conn.cursor()
967
+ cursor.execute("""
968
+ SELECT irreducible_representation
969
+ FROM topological_fast_prediction.atomic_insulator_basis
970
+ WHERE spacegroup_number = %s AND wyckoff_multiplicity = %s
971
+ """, (sg, mult))
972
+
973
+ result = cursor.fetchone()
974
+
975
+ if not result:
976
+ return {
977
+ 'topo_class': 'Unknown (New Basis Required)',
978
+ 'decomposable': False,
979
+ 'novelty_score': 0.99,
980
+ 'method': 'TQC_Decomposition'
981
+ }
982
+
983
+ basis_rep = json.loads(result[0])
984
+ decomposable, remainder = self.is_decomposable(occ_rep, basis_rep)
985
+
986
+ computation_time = (time.time() - start_time) * 1000
987
+
988
+ if decomposable:
989
+ return {
990
+ 'topo_class': 'Trivial (Atomic Insulator)',
991
+ 'decomposable': True,
992
+ 'computation_time_ms': round(computation_time, 2),
993
+ 'method': 'TQC_Decomposition'
994
+ }
995
+ else:
996
+ topo_class = 'Topological Insulator' if any('E' in str(k) for k in remainder.keys()) else 'Unknown'
997
+ return {
998
+ 'topo_class': topo_class,
999
+ 'decomposable': False,
1000
+ 'remainder': remainder,
1001
+ 'computation_time_ms': round(computation_time, 2),
1002
+ 'method': 'TQC_Decomposition'
1003
+ }
1004
+
1005
+ def calculate_occupied_band_rep(self, wyckoff_positions: list) -> Dict:
1006
+ """計算占據能帶表示"""
1007
+ occ_rep = {}
1008
+ for wp in wyckoff_positions:
1009
+ irrep = f"E{wp[-1]}" if wp[-1].isdigit() else "A"
1010
+ occ_rep[irrep] = occ_rep.get(irrep, 0) + 2 # 假設每個位置2電子
1011
+ return occ_rep
1012
+
1013
+ def is_decomposable(self, occ_rep: Dict, basis_rep: Dict) -> tuple:
1014
+ """判斷可分解性"""
1015
+ remainder = occ_rep.copy()
1016
+
1017
+ for irrep, coeff in basis_rep.items():
1018
+ if irrep in remainder:
1019
+ remainder[irrep] -= coeff
1020
+ if remainder[irrep] <= 0:
1021
+ del remainder[irrep]
1022
+
1023
+ return len(remainder) == 0, remainder
1024
+ ```
1025
+
1026
+ ### 2.5 `services/combinatorial_generator.py`
1027
+ ```python
1028
+ #!/usr/bin/env python3
1029
+ """
1030
+ 組合材料生成器
1031
+ """
1032
+ from itertools import product
1033
+ from pymatgen import Composition
1034
+ import psycopg2
1035
+
1036
+ class CombinatorialMaterialGenerator:
1037
+ """組合式材料生成器"""
1038
+
1039
+ def __init__(self, db_config: Dict):
1040
+ self.conn = psycopg2.connect(**db_config)
1041
+ self.topo_elements = {
1042
+ 'heavy_metals': ['Bi', 'Sb', 'Pb', 'Hg', 'Tl'],
1043
+ 'chalcogens': ['S', 'Se', 'Te', 'O'],
1044
+ 'transition_metals': ['Mn', 'Fe', 'Co', 'Ni', 'Cu', 'Zn']
1045
+ }
1046
+ self.topo_templates = ["Bi2Se3", "Sb2Te3", "MnBi2Te4", "HgTe", "Cd3As2"]
1047
+
1048
+ def generate_by_substitution(self, base_material: str, substitution_rules: Dict) -> list:
1049
+ """通過元素替換生成新材料"""
1050
+ base_comp = Composition(base_material)
1051
+ new_formulas = []
1052
+
1053
+ for element in base_comp.elements:
1054
+ if str(element) in substitution_rules:
1055
+ replacements = substitution_rules[str(element)]
1056
+ for replacement in replacements:
1057
+ new_comp = base_comp.replace({element: replacement})
1058
+ new_formulas.append(new_comp.formula)
1059
+
1060
+ return list(set(new_formulas))
1061
+
1062
+ def high_throughput_screen(self, predictors: Dict, generation_limit: int = 1000):
1063
+ """高通量篩選流程"""
1064
+ import logging
1065
+ logger = logging.getLogger('combinatorial')
1066
+
1067
+ logger.info(f"🚀 啓動高通量篩選,目標: {generation_limit} 個候選材料")
1068
+
1069
+ candidates_generated = 0
1070
+ topological_candidates = []
1071
+
1072
+ for template in self.topo_templates[:3]: # 限制模板數量
1073
+ substitutions = {
1074
+ 'Bi': self.topo_elements['heavy_metals'],
1075
+ 'Se': self.topo_elements['chalcogens'],
1076
+ 'Mn': ['Fe', 'Co']
1077
+ }
1078
+
1079
+ new_materials = self.generate_by_substitution(template, substitutions)
1080
+
1081
+ for formula in new_materials[:50]: # 每個模板限制50個
1082
+ try:
1083
+ structure = self.build_dummy_structure(formula)
1084
+
1085
+ if 'gnn' in predictors:
1086
+ result_gnn = predictors['gnn'].predict(structure)
1087
+
1088
+ if result_gnn['confidence'] > 0.8:
1089
+ if 'symmetry' in predictors:
1090
+ result_sym = predictors['symmetry'].predict_by_symmetry(structure)
1091
+
1092
+ if result_gnn['topo_class'] == result_sym['topo_class']:
1093
+ topological_candidates.append({
1094
+ 'formula': formula,
1095
+ 'predicted_class': result_gnn['topo_class'],
1096
+ 'confidence': result_gnn['confidence'],
1097
+ 'discovery_method': 'Combinatorial+DualPrediction'
1098
+ })
1099
+
1100
+ candidates_generated += 1
1101
+ if candidates_generated >= generation_limit:
1102
+ break
1103
+ except Exception as e:
1104
+ continue
1105
+
1106
+ if candidates_generated >= generation_limit:
1107
+ break
1108
+
1109
+ self.save_candidates_to_db(topological_candidates)
1110
+
1111
+ logger.info(f"✅ 篩選完成: {len(topological_candidates)}/ {candidates_generated} 個拓撲候選材料")
1112
+ return topological_candidates
1113
+
1114
+ def build_dummy_structure(self, formula: str):
1115
+ """構建占位結構"""
1116
+ from pymatgen import Structure, Lattice
1117
+ comp = Composition(formula)
1118
+
1119
+ # 簡單立方晶格占位
1120
+ lattice = Lattice.cubic(5.0)
1121
+ coords = [[0,0,0] for _ in range(len(comp))]
1122
+ structure = Structure(lattice, list(comp.elements), coords)
1123
+ return structure
1124
+
1125
+ def save_candidates_to_db(self, candidates: list):
1126
+ """保存候選材料"""
1127
+ cursor = self.conn.cursor()
1128
+
1129
+ for candidate in candidates:
1130
+ cursor.execute("""
1131
+ INSERT INTO topological_fast_prediction.candidate_pool
1132
+ (formula, predicted_class, discovery_method, confidence, is_high_priority)
1133
+ VALUES (%s, %s, %s, %s, %s)
1134
+ ON CONFLICT DO NOTHING
1135
+ """, (
1136
+ candidate['formula'],
1137
+ candidate['predicted_class'],
1138
+ candidate['discovery_method'],
1139
+ candidate['confidence'],
1140
+ candidate['confidence'] > 0.9
1141
+ ))
1142
+
1143
+ self.conn.commit()
1144
+ ```
1145
+
1146
+ ### 2.6 `services/high_throughput_screen.py`
1147
+ ```python
1148
+ #!/usr/bin/env python3
1149
+ """
1150
+ 高通量篩選主腳本
1151
+ """
1152
+ import argparse
1153
+ import sys
1154
+ import os
1155
+ import logging
1156
+
1157
+ sys.path.append('/opt/topo-physics/services')
1158
+
1159
+ from combinatorial_generator import CombinatorialMaterialGenerator
1160
+ from gnn_predictor import GNNTopologyPredictor
1161
+ from fast_predictor import SymmetryBasedPredictor
1162
+
1163
+ # 加載環境變量
1164
+ from dotenv import load_dotenv
1165
+ load_dotenv('/opt/topo-physics/.env')
1166
+
1167
+ logging.basicConfig(
1168
+ level=logging.INFO,
1169
+ format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
1170
+ handlers=[
1171
+ logging.FileHandler('/opt/topo-physics/logs/high_throughput_screen.log'),
1172
+ logging.StreamHandler()
1173
+ ]
1174
+ )
1175
+ logger = logging.getLogger('high_throughput_screen')
1176
+
1177
+ def main():
1178
+ parser = argparse.ArgumentParser(description='拓撲材料高通量篩選')
1179
+ parser.add_argument('--limit', type=int, default=5000, help='生成候選材料數量上限')
1180
+ parser.add_argument('--method', choices=['gnn', 'symmetry', 'both'], default='both')
1181
+ args = parser.parse_args()
1182
+
1183
+ logger.info(f"🚀 啓動高通量篩選: limit={args.limit}, method={args.method}")
1184
+
1185
+ # 數據庫配置
1186
+ DB_CONFIG = {
1187
+ 'host': os.getenv('DB_HOST'),
1188
+ 'port': os.getenv('DB_PORT'),
1189
+ 'database': os.getenv('DB_NAME'),
1190
+ 'user': os.getenv('DB_USER'),
1191
+ 'password': os.getenv('DB_PASSWORD')
1192
+ }
1193
+
1194
+ # 初始化預測器
1195
+ predictors = {}
1196
+ if args.method in ['gnn', 'both']:
1197
+ model_path = '/opt/topo-physics/models/gnn_v1.2.pth'
1198
+ if os.path.exists(model_path):
1199
+ predictors['gnn'] = GNNTopologyPredictor(model_path, DB_CONFIG)
1200
+ else:
1201
+ logger.warning(f"⚠️ GNN模型未找到: {model_path}")
1202
+
1203
+ if args.method in ['symmetry', 'both']:
1204
+ predictors['symmetry'] = SymmetryBasedPredictor(DB_CONFIG)
1205
+
1206
+ # 初始化生成器
1207
+ generator = CombinatorialMaterialGenerator(DB_CONFIG)
1208
+
1209
+ # 執行篩選
1210
+ try:
1211
+ candidates = generator.high_throughput_screen(predictors, generation_limit=args.limit)
1212
+ logger.info(f"✅ 篩選完成: 發現 {len(candidates)} 個拓撲候選材料")
1213
+
1214
+ # 輸出TOP候選
1215
+ for i, cand in enumerate(candidates[:5]):
1216
+ logger.info(f"TOP-{i+1}: {cand['formula']} ({cand['predicted_class']}, 置信度: {cand['confidence']:.3f})")
1217
+
1218
+ except Exception as e:
1219
+ logger.error(f"❌ 篩選失敗: {e}", exc_info=True)
1220
+ sys.exit(1)
1221
+
1222
+ if __name__ == '__main__':
1223
+ main()
1224
+ ```
1225
+
1226
+ ---
1227
+
1228
+ ## 3️⃣ 數據庫模式文件
1229
+
1230
+ ### 3.1 `schema/physics_simulation.sql`
1231
+ ```sql
1232
+ -- ========================================
1233
+ -- 物理模藕通用模式
1234
+ -- ========================================
1235
+
1236
+ -- 外部資源庫 (GitHub, arXiv, 3D模型)
1237
+ CREATE TABLE IF NOT EXISTS physics_simulation.external_resources (
1238
+ resource_id SERIAL PRIMARY KEY,
1239
+ resource_name VARCHAR(300) NOT NULL,
1240
+ resource_type VARCHAR(50),
1241
+ source_url TEXT UNIQUE,
1242
+ description TEXT,
1243
+ physics_category VARCHAR(100),
1244
+ simulation_dimensions INTEGER,
1245
+ code_language VARCHAR(50),
1246
+ license_type VARCHAR(50),
1247
+ stars_count INTEGER DEFAULT 0,
1248
+ citation_count INTEGER DEFAULT 0,
1249
+ added_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
1250
+ last_verified_date TIMESTAMP,
1251
+ is_verified BOOLEAN DEFAULT FALSE,
1252
+ tags JSONB,
1253
+ uploader_id VARCHAR(50),
1254
+ created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
1255
+ );
1256
+
1257
+ -- 3D模型資源表
1258
+ CREATE TABLE IF NOT EXISTS physics_simulation.model_3d_assets (
1259
+ model_id SERIAL PRIMARY KEY,
1260
+ resource_id INTEGER REFERENCES physics_simulation.external_resources(resource_id),
1261
+ model_url TEXT,
1262
+ file_format VARCHAR(20),
1263
+ thumbnail_url TEXT,
1264
+ vertex_count INTEGER,
1265
+ file_size_mb FLOAT,
1266
+ physics_properties JSONB,
1267
+ ar_compatible BOOLEAN DEFAULT FALSE,
1268
+ vr_compatible BOOLEAN DEFAULT FALSE
1269
+ );
1270
+
1271
+ -- GIN索引
1272
+ CREATE INDEX IF NOT EXISTS idx_resource_tags ON physics_simulation.external_resources
1273
+ USING GIN (tags jsonb_ops);
1274
+ CREATE INDEX IF NOT EXISTS idx_resource_category ON physics_simulation.external_resources(physics_category);
1275
+
1276
+ -- 物化視圖
1277
+ CREATE MATERIALIZED VIEW IF NOT EXISTS physics_simulation.resource_stats_mv AS
1278
+ SELECT
1279
+ physics_category,
1280
+ COUNT(*) as total_resources,
1281
+ AVG(stars_count) as avg_stars,
1282
+ AVG(citation_count) as avg_citations,
1283
+ array_agg(DISTINCT code_language) as languages
1284
+ FROM physics_simulation.external_resources
1285
+ WHERE is_verified = TRUE
1286
+ GROUP BY physics_category;
1287
+ ```
1288
+
1289
+ ### 3.2 `schema/topological_physics.sql`
1290
+ ```sql
1291
+ -- ========================================
1292
+ -- 拓撲量子物態模塊
1293
+ -- ========================================
1294
+
1295
+ -- 拓撲材料模型庫
1296
+ CREATE TABLE IF NOT EXISTS topological_physics.material_models (
1297
+ model_id SERIAL PRIMARY KEY,
1298
+ model_name VARCHAR(200) NOT NULL,
1299
+ model_type VARCHAR(50),
1300
+ dimension INTEGER,
1301
+ description TEXT,
1302
+ hamiltonian_formula TEXT,
1303
+ parameters JSONB,
1304
+ topological_invariant JSONB,
1305
+ created_by VARCHAR(50),
1306
+ created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
1307
+ is_verified BOOLEAN DEFAULT FALSE
1308
+ );
1309
+
1310
+ -- Berry相位計算歷史
1311
+ CREATE TABLE IF NOT EXISTS topological_physics.berry_calculations (
1312
+ calculation_id SERIAL PRIMARY KEY,
1313
+ user_name VARCHAR(50),
1314
+ model_id INTEGER REFERENCES topological_physics.material_models(model_id),
1315
+ k_path JSONB,
1316
+ berry_phase DOUBLE PRECISION,
1317
+ berry_curvature JSONB,
1318
+ chern_number INTEGER,
1319
+ winding_number INTEGER,
1320
+ calculation_time_ms INTEGER,
1321
+ result_status VARCHAR(20),
1322
+ created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
1323
+ );
1324
+
1325
+ -- 拓撲相變點
1326
+ CREATE TABLE IF NOT EXISTS topological_physics.phase_transitions (
1327
+ transition_id SERIAL PRIMARY KEY,
1328
+ model_id INTEGER REFERENCES topological_physics.material_models(model_id),
1329
+ parameter_name VARCHAR(50),
1330
+ critical_value DOUBLE PRECISION,
1331
+ gap_closing_point JSONB,
1332
+ topological_phase_before VARCHAR(50),
1333
+ topological_phase_after VARCHAR(50),
1334
+ edge_states_count INTEGER,
1335
+ UNIQUE(model_id, parameter_name, critical_value)
1336
+ );
1337
+
1338
+ -- 邊緣態觀測
1339
+ CREATE TABLE IF NOT EXISTS topological_physics.edge_states (
1340
+ observation_id SERIAL PRIMARY KEY,
1341
+ calculation_id INTEGER REFERENCES topological_physics.berry_calculations(calculation_id),
1342
+ edge_type VARCHAR(20),
1343
+ energy_level DOUBLE PRECISION,
1344
+ wavefunction JSONB,
1345
+ localization_length DOUBLE PRECISION,
1346
+ spin_polarization DOUBLE PRECISION
1347
+ );
1348
+
1349
+ -- 用戶自定義材料
1350
+ CREATE TABLE IF NOT EXISTS topological_physics.custom_materials (
1351
+ material_id SERIAL PRIMARY KEY,
1352
+ user_name VARCHAR(50),
1353
+ base_model_id INTEGER REFERENCES topological_physics.material_models(model_id),
1354
+ custom_parameters JSONB,
1355
+ custom_hamiltonian TEXT,
1356
+ calculation_results JSONB,
1357
+ is_public BOOLEAN DEFAULT FALSE,
1358
+ forked_from INTEGER,
1359
+ created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
1360
+ );
1361
+
1362
+ -- 原子絕緣體基組表
1363
+ CREATE TABLE IF NOT EXISTS topological_physics.atomic_insulator_basis (
1364
+ basis_id SERIAL PRIMARY KEY,
1365
+ spacegroup_number INTEGER,
1366
+ wyckoff_multiplicity INTEGER,
1367
+ irreducible_representation JSONB,
1368
+ UNIQUE(spacegroup_number, wyckoff_multiplicity)
1369
+ );
1370
+
1371
+ -- GIN索引
1372
+ CREATE INDEX IF NOT EXISTS idx_topo_material_params ON topological_physics.material_models USING GIN (parameters);
1373
+ CREATE INDEX IF NOT EXISTS idx_berry_calc_user ON topological_physics.berry_calculations(user_name, created_at);
1374
+ CREATE INDEX IF NOT EXISTS idx_phase_transition_model ON topological_physics.phase_transitions(model_id, critical_value);
1375
+ ```
1376
+
1377
+ ### 3.3 `schema/topological_fast_prediction.sql`
1378
+ ```sql
1379
+ -- ========================================
1380
+ -- 快速拓撲預測模塊
1381
+ -- ========================================
1382
+
1383
+ -- 對稱性指紋表
1384
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.symmetry_fingerprints (
1385
+ material_id SERIAL PRIMARY KEY,
1386
+ mp_id VARCHAR(20) UNIQUE,
1387
+ icsd_id VARCHAR(20),
1388
+ formula VARCHAR(100),
1389
+ spacegroup_number INTEGER,
1390
+ symmetry_indicators JSONB,
1391
+ wannier_center_charges JSONB,
1392
+ band_representation JSONB,
1393
+ topological_class VARCHAR(50),
1394
+ computation_time_ms INTEGER,
1395
+ data_source VARCHAR(50),
1396
+ created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
1397
+ is_verified BOOLEAN DEFAULT FALSE
1398
+ );
1399
+
1400
+ -- 結構描述符表
1401
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.structural_descriptors (
1402
+ descriptor_id SERIAL PRIMARY KEY,
1403
+ material_id INTEGER REFERENCES topological_fast_prediction.symmetry_fingerprints(material_id),
1404
+ composition_vector JSONB,
1405
+ coordination_stats JSONB,
1406
+ bond_stats JSONB,
1407
+ point_group VARCHAR(10),
1408
+ wyckoff_positions JSONB,
1409
+ UNIQUE(material_id)
1410
+ );
1411
+
1412
+ -- ML預測結果緩存
1413
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.ml_predictions (
1414
+ prediction_id SERIAL PRIMARY KEY,
1415
+ material_id INTEGER REFERENCES topological_fast_prediction.symmetry_fingerprints(material_id),
1416
+ model_name VARCHAR(50),
1417
+ prediction_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
1418
+ predicted_topo_class VARCHAR(50),
1419
+ confidence_score FLOAT,
1420
+ logits JSONB,
1421
+ expires_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP + INTERVAL '30 days'
1422
+ );
1423
+
1424
+ -- 候選材料池
1425
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.candidate_pool (
1426
+ candidate_id SERIAL PRIMARY KEY,
1427
+ formula VARCHAR(100),
1428
+ predicted_class VARCHAR(50),
1429
+ discovery_method VARCHAR(50),
1430
+ confidence FLOAT,
1431
+ structure_preview TEXT,
1432
+ is_experimentally_verified BOOLEAN DEFAULT FALSE,
1433
+ is_high_priority BOOLEAN DEFAULT FALSE,
1434
+ added_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
1435
+ notes TEXT
1436
+ );
1437
+
1438
+ -- 材料組合生成器
1439
+ CREATE TABLE IF NOT EXISTS topological_fast_prediction.material_generator (
1440
+ generation_id SERIAL PRIMARY KEY,
1441
+ base_elements TEXT[],
1442
+ generated_formulas TEXT[],
1443
+ generation_strategy VARCHAR(50),
1444
+ total_generated INTEGER,
1445
+ valid_candidates INTEGER,
1446
+ generation_time INTERVAL
1447
+ );
1448
+
1449
+ -- GIN索引
1450
+ CREATE INDEX IF NOT EXISTS idx_symmetry_indicators ON topological_fast_prediction.symmetry_fingerprints USING GIN (symmetry_indicators);
1451
+ CREATE INDEX IF NOT EXISTS idx_ml_prediction_model ON topological_fast_prediction.ml_predictions(model_name, expires_at);
1452
+ CREATE INDEX IF NOT EXISTS idx_candidate_confidence ON topological_fast_prediction.candidate_pool(confidence) WHERE is_high_priority = TRUE;
1453
+ ```
1454
+
1455
+ ---
1456
+
1457
+ ## 4️⃣ systemd配置
1458
+
1459
+ ### 4.1 `systemd/topo.service`
1460
+ ```ini
1461
+ [Unit]
1462
+ Description=Topological Materials Data Collector Service
1463
+ Documentation=https://github.com/your-org/topo-physics
1464
+ After=network.target postgresql.service
1465
+ Requires=postgresql.service
1466
+
1467
+ [Service]
1468
+ Type=oneshot
1469
+ User=topo-service
1470
+ Group=topo-service
1471
+ WorkingDirectory=/opt/topo-physics
1472
+ Environment="PATH=/opt/topo-physics/venv/bin:/usr/local/bin:/usr/bin:/bin"
1473
+ EnvironmentFile=/opt/topo-physics/.env
1474
+
1475
+ # 安全設置
1476
+ NoNewPrivileges=true
1477
+ PrivateTmp=true
1478
+ ProtectSystem=strict
1479
+ ProtectHome=true
1480
+ ReadWritePaths=/opt/topo-physics/logs
1481
+ ReadWritePaths=/opt/topo-physics/data
1482
+
1483
+ # 資源限制
1484
+ CPUQuota=200%
1485
+ MemoryMax=4G
1486
+
1487
+ # 執行命令
1488
+ ExecStart=/opt/topo-physics/venv/bin/python /opt/topo-physics/services/topo_collector.py
1489
+
1490
+ # 日志
1491
+ StandardOutput=journal
1492
+ StandardError=journal
1493
+ SyslogIdentifier=topo-collector
1494
+
1495
+ [Install]
1496
+ WantedBy=multi-user.target
1497
+ ```
1498
+
1499
+ ### 4.2 `systemd/topo.timer`
1500
+ ```ini
1501
+ [Unit]
1502
+ Description=Topological Materials Data Collection Timer
1503
+ Documentation=https://github.com/your-org/topo-physics
1504
+ Requires=topo.service
1505
+
1506
+ [Timer]
1507
+ # 每天凌晨2點執行采集
1508
+ OnCalendar=*-*-* 02:00:00
1509
+ # 每周日凌晨執行全量采集
1510
+ OnCalendar=Sun *-*-* 00:00:00
1511
+ # 啓動後5分鍾執行一次
1512
+ OnBootSec=5min
1513
+ # 持久化計時器
1514
+ Persistent=true
1515
+ # 隨機延遲避免同時執行
1516
+ RandomizedDelaySec=15min
1517
+
1518
+ [Install]
1519
+ WantedBy=timers.target
1520
+ ```
1521
+
1522
+ ### 4.3 `systemd/topo_screen.service`
1523
+ ```ini
1524
+ [Unit]
1525
+ Description=Topological Materials Daily Screening
1526
+ After=topo.service
1527
+ Requires=topo.service
1528
+
1529
+ [Service]
1530
+ Type=oneshot
1531
+ User=topo-service
1532
+ Group=topo-service
1533
+ WorkingDirectory=/opt/topo-physics
1534
+ Environment="PATH=/opt/topo-physics/venv/bin:/usr/local/bin:/usr/bin:/bin"
1535
+ EnvironmentFile=/opt/topo-physics/.env
1536
+
1537
+ # 執行高通量篩選
1538
+ ExecStart=/opt/topo-physics/venv/bin/python /opt/topo-physics/services/high_throughput_screen.py --limit=10000
1539
+
1540
+ [Install]
1541
+ WantedBy=multi-user.target
1542
+ ```
1543
+
1544
+ ---
1545
+
1546
+ ## 5️⃣ Streamlit前端 `frontend/main_app.py`
1547
+
1548
+ ```python
1549
+ #!/usr/bin/env python3
1550
+ """
1551
+ 拓撲量子物態與快速材料預測 - Streamlit主界面
1552
+ """
1553
+ import streamlit as st
1554
+ import sys
1555
+ import os
1556
+
1557
+ # 添加服務路徑
1558
+ sys.path.append('/opt/topo-physics/services')
1559
+
1560
+ import topological_simulator
1561
+ import fast_prediction_ui
1562
+
1563
+ def main():
1564
+ st.set_page_config(
1565
+ page_title="拓撲量子物態 & 快速材料預測平台",
1566
+ page_icon="🧬",
1567
+ layout="wide",
1568
+ initial_sidebar_state="expanded"
1569
+ )
1570
+
1571
+ # 頂部標題
1572
+ st.title("🔬 拓撲量子物態與快速材料預測平台")
1573
+ st.markdown(
1574
+ """
1575
+ <style>
1576
+ .stApp { background-color: #fafafa; }
1577
+ .main-header { color: #1f77b4; font-weight: bold; }
1578
+ </style>
1579
+ """,
1580
+ unsafe_allow_html=True
1581
+ )
1582
+
1583
+ # 側邊欄導航
1584
+ with st.sidebar:
1585
+ st.image("https://upload.wikimedia.org/wikipedia/commons/thumb/9/9c/Toroidal_coord.png/300px-Toroidal_coord.png", width=150)
1586
+ st.markdown("### 🧭 導航")
1587
+ app_mode = st.selectbox(
1588
+ "選擇模塊",
1589
+ ["拓撲量子物態模藕器", "快速材料預測器", "數據中心", "系統狀態"]
1590
+ )
1591
+
1592
+ st.markdown("---")
1593
+
1594
+ # 快速鏈接
1595
+ st.markdown("### 🔗 快速鏈接")
1596
+ if st.button("查看文檔"):
1597
+ st.info("訪問: https://github.com/your-org/topo-physics")
1598
+
1599
+ if st.button("報告問題"):
1600
+ st.info("提交到: issues@topo-physics.org")
1601
+
1602
+ # 主內容區
1603
+ if app_mode == "拓撲量子物態模藕器":
1604
+ topological_simulator.render()
1605
+
1606
+ elif app_mode == "快速材料預測器":
1607
+ fast_prediction_ui.render()
1608
+
1609
+ elif app_mode == "數據中心":
1610
+ st.header("📊 數據中心")
1611
+
1612
+ col1, col2, col3 = st.columns(3)
1613
+
1614
+ with col1:
1615
+ st.metric("總材料數", "15,234")
1616
+ st.metric("拓撲材料", "2,341")
1617
+
1618
+ with col2:
1619
+ st.metric("今日新增", "23")
1620
+ st.metric("待驗證候選", "156")
1621
+
1622
+ with col3:
1623
+ st.metric("成功率", "89.2%")
1624
+ st.metric("平均預測時間", "15 ms")
1625
+
1626
+ st.markdown("---")
1627
+
1628
+ # 最近預測記錄
1629
+ st.subheader("最近預測記錄")
1630
+ st.dataframe([
1631
+ {"材料": "Bi2Se3", "預測類別": "TI", "置信度": 0.95, "耗時": "12 ms"},
1632
+ {"材料": "MnBi2Te4", "預測類別": "磁性TI", "置信度": 0.88, "耗時": "18 ms"},
1633
+ {"材料": "Cu3Zn", "預測類別": "Trivial", "置信度": 0.92, "耗時": "11 ms"}
1634
+ ])
1635
+
1636
+ elif app_mode == "系統狀態":
1637
+ st.header("🔧 系統狀態")
1638
+
1639
+ col1, col2 = st.columns(2)
1640
+
1641
+ with col1:
1642
+ st.subheader("服務狀態")
1643
+ import subprocess
1644
+ try:
1645
+ status = subprocess.check_output(['systemctl', 'is-active', 'topo.timer']).decode().strip()
1646
+ st.status(label="數據采集定時器", state="complete" if status == "active" else "error")
1647
+ except:
1648
+ st.status(label="數據采集定時器", state="error")
1649
+
1650
+ with col2:
1651
+ st.subheader("數據庫狀態")
1652
+ import psycopg2
1653
+ try:
1654
+ conn = psycopg2.connect(
1655
+ host='localhost',
1656
+ database=os.getenv('DB_NAME'),
1657
+ user=os.getenv('DB_USER'),
1658
+ password=os.getenv('DB_PASSWORD')
1659
+ )
1660
+ st.success("✅ 數據庫連接正常")
1661
+ except Exception as e:
1662
+ st.error(f"❌ 數據庫連接失敗: {e}")
1663
+
1664
+ # 日志查看器
1665
+ st.subheader("📝 最近日志")
1666
+ try:
1667
+ with open('/opt/topo-physics/logs/topo-collector.log', 'r') as f:
1668
+ logs = f.readlines()[-20:]
1669
+ st.code("".join(logs), language='log')
1670
+ except:
1671
+ st.info("暫無日志")
1672
+
1673
+ if __name__ == "__main__":
1674
+ main()
1675
+ ```
1676
+
1677
+ ### 5.2 `frontend/topological_simulator.py`
1678
+ ```python
1679
+ import streamlit as st
1680
+ import numpy as np
1681
+ import matplotlib.pyplot as plt
1682
+
1683
+ def render():
1684
+ st.header("拓撲量子物態模藕器")
1685
+
1686
+ # 選擇模型
1687
+ model_type = st.selectbox(
1688
+ "選擇拓撲模型",
1689
+ ["SSH一維鏈", "Haldane模型", "Kitaev鏈", "Qi-Wu-Zhang模型"]
1690
+ )
1691
+
1692
+ if model_type == "SSH一維鏈":
1693
+ render_ssh_simulator()
1694
+
1695
+ def render_ssh_simulator():
1696
+ st.subheader("Su-Schrieffer-Heeger (SSH) 模型")
1697
+
1698
+ col1, col2 = st.columns([1, 2])
1699
+
1700
+ with col1:
1701
+ v = st.slider("胞內躍遷 v (eV)", 0.1, 2.0, 1.0, 0.1)
1702
+ w = st.slider("胞間躍遷 w (eV)", 0.1, 2.0, 1.5, 0.1)
1703
+ N = st.slider("原胞數量", 10, 100, 50, 5)
1704
+
1705
+ if st.button("🔍 計算能帶與拓撲不變量"):
1706
+ with st.spinner("計算中..."):
1707
+ result = calculate_ssh(v, w, N)
1708
+ st.success("計算完成!")
1709
+ display_ssh_results(result, col2)
1710
+
1711
+ def calculate_ssh(v, w, N):
1712
+ """SSH模型計算"""
1713
+ k_points = np.linspace(-np.pi, np.pi, 200)
1714
+ energies = np.zeros((len(k_points), 2))
1715
+
1716
+ for i, k in enumerate(k_points):
1717
+ h_x = v + w * np.cos(k)
1718
+ h_y = w * np.sin(k)
1719
+ magnitude = np.sqrt(h_x**2 + h_y**2)
1720
+ energies[i, 0] = -magnitude
1721
+ energies[i, 1] = magnitude
1722
+
1723
+ # 計算Zak相位
1724
+ zak_phase = np.pi if abs(w) > abs(v) else 0
1725
+
1726
+ return {
1727
+ 'k': k_points,
1728
+ 'energies': energies,
1729
+ 'zak_phase': zak_phase,
1730
+ 'winding_number': 1 if abs(w) > abs(v) else 0,
1731
+ 'is topological': abs(w) > abs(v)
1732
+ }
1733
+
1734
+ def display_ssh_results(result, col):
1735
+ with col:
1736
+ fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))
1737
+
1738
+ # 能帶圖
1739
+ ax1.plot(result['k'], result['energies'][:, 0], 'b-', label='價帶')
1740
+ ax1.plot(result['k'], result['energies'][:, 1], 'r-', label='導帶')
1741
+ ax1.set_xlabel("波矢 k")
1742
+ ax1.set_ylabel("能量 (eV)")
1743
+ ax1.set_title("SSH模型能帶")
1744
+ ax1.legend()
1745
+ ax1.grid(True, alpha=0.3)
1746
+
1747
+ # h(k)軌迹
1748
+ h_x = 1 + 1.5 * np.cos(result['k'])
1749
+ h_y = 1.5 * np.sin(result['k'])
1750
+ ax2.plot(h_x, h_y, 'g-', linewidth=2)
1751
+ ax2.plot(0, 0, 'r*', markersize=20)
1752
+ ax2.set_xlabel("h_x(k)")
1753
+ ax2.set_ylabel("h_y(k)")
1754
+ ax2.set_title("哈密頓量矢量軌迹")
1755
+ ax2.grid(True, alpha=0.3)
1756
+ ax2.set_aspect('equal')
1757
+
1758
+ st.pyplot(fig)
1759
+
1760
+ # 顯示拓撲不變量
1761
+ col3, col4 = st.columns(2)
1762
+ with col3:
1763
+ st.metric("Zak相位", f"{result['zak_phase']:.3f} π")
1764
+ with col4:
1765
+ st.metric("Winding Number", result['winding_number'])
1766
+
1767
+ if result['is topological']:
1768
+ st.success("🎉 **拓撲非平凡相!** 存在受拓撲保護的邊緣態")
1769
+ else:
1770
+ st.info("📊 **拓撲平凡相** 無邊緣態")
1771
+ ```
1772
+
1773
+ ### 5.3 `frontend/fast_prediction_ui.py`
1774
+ ```python
1775
+ import streamlit as st
1776
+ import numpy as np
1777
+ from pymatgen import Structure
1778
+ import os
1779
+
1780
+ def render():
1781
+ st.header("⚡ 快速拓撲材料預測")
1782
+ st.markdown("基于對稱性指標、GNN和拓撲量子化學,**無需DFT計算**,秒級預測拓撲性質")
1783
+
1784
+ # 方法選擇
1785
+ method = st.selectbox(
1786
+ "選擇預測方法",
1787
+ ["對稱性指標法 (SymTopo)", "圖神經網絡 (GNN)", "拓撲量子化學 (TQC)"]
1788
+ )
1789
+
1790
+ # 輸入方式
1791
+ input_method = st.radio("輸入材料", ["上傳晶體文件", "輸入化學式", "Materials Project ID"])
1792
+
1793
+ structure = None
1794
+
1795
+ if input_method == "上傳晶體文件":
1796
+ uploaded_file = st.file_uploader("上傳CIF/POSCAR文件", type=['cif', 'poscar', 'vasp'])
1797
+ if uploaded_file:
1798
+ content = uploaded_file.getvalue().decode()
1799
+ try:
1800
+ structure = Structure.from_str(content, fmt='cif')
1801
+ except:
1802
+ structure = Structure.from_str(content, fmt='poscar')
1803
+
1804
+ elif input_method == "輸入化學式":
1805
+ formula = st.text_input("化學式 (e.g., Bi2Se3)", "Bi2Se3")
1806
+ if formula and st.button("從MP獲取結構"):
1807
+ structure = fetch_from_mp(formula)
1808
+
1809
+ elif input_method == "Materials Project ID":
1810
+ mp_id = st.text_input("MP ID", "mp-541837")
1811
+ if mp_id and st.button("獲取結構"):
1812
+ structure = fetch_mp_by_id(mp_id)
1813
+
1814
+ # 預測執行
1815
+ if structure and st.button("🔮 預測拓撲性質"):
1816
+ with st.spinner("正在快速計算..."):
1817
+ predictor = create_predictor(method)
1818
+ result = predictor.predict(structure)
1819
+
1820
+ col1, col2 = st.columns(2)
1821
+ with col1:
1822
+ st.metric("拓撲類別", result['topo_class'])
1823
+ st.metric("置信度", f"{result['confidence']:.3f}")
1824
+ with col2:
1825
+ st.metric("計算耗時", f"{result['computation_time_ms']} ms")
1826
+ st.metric("方法", result['method'])
1827
+
1828
+ if result['topo_class'] != 'Trivial':
1829
+ st.success("🎉 發現潛在拓撲材料!")
1830
+ else:
1831
+ st.info("此材料預測爲拓撲平凡")
1832
+
1833
+ # 保存到歷史
1834
+ save_prediction(structure, result)
1835
+
1836
+ def create_predictor(method_name: str):
1837
+ """創建預測器實例"""
1838
+ DB_CONFIG = {
1839
+ 'host': os.getenv('DB_HOST'),
1840
+ 'database': os.getenv('DB_NAME'),
1841
+ 'user': os.getenv('DB_USER'),
1842
+ 'password': os.getenv('DB_PASSWORD')
1843
+ }
1844
+
1845
+ if method_name == "對稱性指標法 (SymTopo)":
1846
+ from services.fast_predictor import SymmetryBasedPredictor
1847
+ return SymmetryBasedPredictor(DB_CONFIG)
1848
+ elif method_name == "圖神經網絡 (GNN)":
1849
+ from services.gnn_predictor import GNNTopologyPredictor
1850
+ return GNNTopologyPredictor('/opt/topo-physics/models/gnn_v1.2.pth', DB_CONFIG)
1851
+ elif method_name == "拓撲量子化學 (TQC)":
1852
+ from services.tqc_fast import TopologicalQuantumChemistry
1853
+ return TopologicalQuantumChemistry(DB_CONFIG)
1854
+
1855
+ def fetch_from_mp(formula: str):
1856
+ """從Materials Project獲取結構"""
1857
+ import requests
1858
+ api_key = os.getenv('MATERIALS_PROJECT_API_KEY')
1859
+
1860
+ try:
1861
+ response = requests.get(
1862
+ f'https://materialsproject.org/rest/v2/query',
1863
+ params={'formula': formula, 'API_KEY': api_key}
1864
+ )
1865
+ data = response.json()['response'][0]
1866
+
1867
+ from pymatgen import Structure
1868
+ return Structure.from_dict(data['structure'])
1869
+ except Exception as e:
1870
+ st.error(f"獲取失敗: {e}")
1871
+ return None
1872
+
1873
+ def fetch_mp_by_id(mp_id: str):
1874
+ """通過MP ID獲取結構"""
1875
+ import requests
1876
+ api_key = os.getenv('MATERIALS_PROJECT_API_KEY')
1877
+
1878
+ try:
1879
+ response = requests.get(
1880
+ f'https://materialsproject.org/rest/v2/materials/{mp_id}/vasp',
1881
+ params={'API_KEY': api_key}
1882
+ )
1883
+ data = response.json()['response'][0]
1884
+
1885
+ from pymatgen import Structure
1886
+ return Structure.from_dict(data['structure'])
1887
+ except Exception as e:
1888
+ st.error(f"獲取失敗: {e}")
1889
+ return None
1890
+
1891
+ def save_prediction(structure, result):
1892
+ """保存預測結果到數據庫"""
1893
+ import psycopg2
1894
+ import json
1895
+
1896
+ try:
1897
+ conn = psycopg2.connect(
1898
+ host=os.getenv('DB_HOST'),
1899
+ database=os.getenv('DB_NAME'),
1900
+ user=os.getenv('DB_USER'),
1901
+ password=os.getenv('DB_PASSWORD')
1902
+ )
1903
+ cursor = conn.cursor()
1904
+
1905
+ cursor.execute("""
1906
+ INSERT INTO topological_fast_prediction.symmetry_fingerprints
1907
+ (formula, spacegroup_number, topological_class, computation_time_ms, data_source)
1908
+ VALUES (%s, %s, %s, %s, %s)
1909
+ """, (
1910
+ structure.formula,
1911
+ structure.get_space_group_info()[1],
1912
+ result['topo_class'],
1913
+ result['computation_time_ms'],
1914
+ 'streamlit_ui'
1915
+ ))
1916
+
1917
+ conn.commit()
1918
+ conn.close()
1919
+ st.success("✅ 預測結果已保存到數據庫")
1920
+ except Exception as e:
1921
+ st.warning(f"⚠️ 保存失敗: {e}")
1922
+ ```
1923
+
1924
+ ---
1925
+
1926
+ ## 6️⃣ 環境變量模板 `.env.template`
1927
+
1928
+ ```bash
1929
+ # 拓撲量子物態平台環境變量配置
1930
+ # 復制此文件爲 .env 并填寫實際值
1931
+
1932
+ # ========================================
1933
+ # PostgreSQL數據庫配置
1934
+ # ========================================
1935
+ DB_HOST=localhost
1936
+ DB_PORT=5432
1937
+ DB_NAME=topo_physics_db
1938
+ DB_USER=topo_admin
1939
+ DB_PASSWORD=ChangeThisSecurePassword123!
1940
+
1941
+ # 只讀用戶 (前端使用)
1942
+ DB_USER_READONLY=topo_reader
1943
+ DB_PASSWORD_READONLY=ChangeThisReadOnlyPassword456!
1944
+
1945
+ # ========================================
1946
+ # API密鑰配置
1947
+ # ========================================
1948
+ # Materials Project API密鑰 (從 https://materialsproject.org/dashboard 獲取)
1949
+ MATERIALS_PROJECT_API_KEY=your_materials_project_api_key_here
1950
+
1951
+ # GitHub個人訪問令牌 (用于爬取GitHub資源)
1952
+ GITHUB_TOKEN=your_github_token_here
1953
+
1954
+ # arXiv API密鑰 (可選)
1955
+ ARXIV_API_KEY=your_arxiv_api_key_here
1956
+
1957
+ # ========================================
1958
+ # 文件路徑配置
1959
+ # ========================================
1960
+ # GNN模型文件路徑
1961
+ GNN_MODEL_PATH=/opt/topo-physics/models/gnn_v1.2.pth
1962
+
1963
+ # 數據存儲路徑
1964
+ DATA_DIR=/opt/topo-physics/data
1965
+ LOG_DIR=/opt/topo-physics/logs
1966
+
1967
+ # ========================================
1968
+ # 服務配置
1969
+ # ========================================
1970
+ # 運行用戶
1971
+ SERVICE_USER=topo-service
1972
+
1973
+ # 日志級別 (DEBUG, INFO, WARNING, ERROR)
1974
+ LOG_LEVEL=INFO
1975
+
1976
+ # 采集配���
1977
+ ARXIV_DAYS_BACK=7
1978
+ COLLECTION_BATCH_SIZE=100
1979
+
1980
+ # 預測配置
1981
+ PREDICTION_METHOD=both # symmetry, gnn, both
1982
+ MIN_PREDICTION_CONFIDENCE=0.8
1983
+
1984
+ # ========================================
1985
+ # Streamlit前端配置
1986
+ # ========================================
1987
+ STREAMLIT_PORT=8501
1988
+ STREAMLIT_SERVER_ADDRESS=0.0.0.0
1989
+ STREAMLIT_SERVER_HEADLESS=true
1990
+
1991
+ # ========================================
1992
+ # 系統資源限制
1993
+ # ========================================
1994
+ # CPU配額 (百分比)
1995
+ CPU_QUOTA=200
1996
+
1997
+ # 內存限制 (如 4G, 8G)
1998
+ MEMORY_MAX=4G
1999
+
2000
+ # 任務超時時間 (秒)
2001
+ TASK_TIMEOUT=3600
2002
+
2003
+ # ========================================
2004
+ # 通知配置 (可選)
2005
+ # ========================================
2006
+ # Slack Webhook (用于告警)
2007
+ SLACK_WEBHOOK_URL=https://hooks.slack.com/services/YOUR/SLACK/WEBHOOK
2008
+
2009
+ # 郵箱SMTP配置 (用于郵件通知)
2010
+ SMTP_HOST=smtp.gmail.com
2011
+ SMTP_PORT=587
2012
+ SMTP_USER=your_email@gmail.com
2013
+ SMTP_PASSWORD=your_app_password
2014
+ ALERT_EMAIL=admin@your-domain.com
2015
+ ```
2016
+
2017
+ ---
2018
+
2019
+ ## 7️⃣ 快速啓動指南
2020
+
2021
+ ### 一次性部署命令
2022
+ ```bash
2023
+ # 1. 下載部署包
2024
+ git clone https://github.com/your-org/topo-physics-deployment.git
2025
+ cd topo-physics-deployment
2026
+
2027
+ # 2. 配置環境變量
2028
+ cp .env.template .env
2029
+ nano .env # 填寫API密鑰和密碼
2030
+
2031
+ # 3. 運行一鍵安裝
2032
+ sudo bash install.sh
2033
+
2034
+ # 4. 檢查狀態
2035
+ sudo systemctl status topo.timer
2036
+ sudo systemctl status topo-frontend.service
2037
+
2038
+ # 5. 訪問系統
2039
+ curl http://localhost:8501
2040
+
2041
+ # 6. 查看日志
2042
+ sudo journalctl -u topo.service -f
2043
+ sudo journalctl -u topo-frontend.service -f
2044
+ ```
2045
+
2046
+ ### 日常管理命令
2047
+ ```bash
2048
+ # 查看定時器狀態
2049
+ sudo systemctl list-timers topo.timer
2050
+
2051
+ # 手動觸發采集
2052
+ sudo systemctl start topo.service
2053
+
2054
+ # 重啓前端
2055
+ sudo systemctl restart topo-frontend.service
2056
+
2057
+ # 查看數據庫狀態
2058
+ sudo -u postgres psql -d topo_physics_db -c "\dt+"
2059
+
2060
+ # 導出數據備份
2061
+ sudo -u postgres pg_dump topo_physics_db > topo_backup_$(date +%Y%m%d).sql
2062
+ ```
2063
+
2064
+ ---
2065
+
2066
+ ## 8️⃣ 系統特性總結
2067
+
2068
+ | 組件 | 技術棧 | 核心功能 | 性能指標 |
2069
+ |------|--------|----------|----------|
2070
+ | **數據庫** | PostgreSQL + JSONB | 存儲拓撲指紋和預測結果 | 支持百萬級材料 |
2071
+ | **采集服務** | Python + arXiv API | 自動爬取最新研究 | 每日更新 |
2072
+ | **預測引擎** | Symmetry + GNN + TQC | 秒級拓撲預測 | <100ms/材料 |
2073
+ | **高通量篩選** | 組合生成 + 并行預測 | 每日篩選10,000+候選 | 3-5分鍾/批次 |
2074
+ | **前端界面** | Streamlit | 可視化交互 | 響應式Web應用 |
2075
+ | **自動化** | systemd timer | 7×24小時無人值守 | 99.9%可用性 |
2076
+ | **監控告警** | journald + logrotate | 日志輪轉與監控 | 30天日志保留 |
2077
+
2078
+ ---
2079
+
2080
+ ## 9️⃣ 後續擴展建議
2081
+
2082
+ ### 9.1 集成到HPC集群
2083
+ ```bash
2084
+ # 修改高通量篩選服務以支持Slurm
2085
+ # 在 topo_screen.service 中:
2086
+ ExecStart=/usr/bin/sbatch /opt/topo-physics/scripts/slurm_screen.sh
2087
+ ```
2088
+
2089
+ ### 9.2 添加實驗驗證模塊
2090
+ ```python
2091
+ # 在 candidate_pool 表中添加實驗數據鏈接
2092
+ # 集成到材料生長和表征數據庫 (MPContribs)
2093
+ ```
2094
+
2095
+ ### 9.3 部署到公有云
2096
+ ```yaml
2097
+ # docker-compose.yml 版本
2098
+ # 支持Kubernetes部署
2099
+ ```
2100
+
2101
+ ---
2102
+
2103
+ **恭喜你!現在擁有一個完全自動化的拓撲材料研究平台,從數據采集到快速預測,再到可視化交互,全流程覆蓋。祝你在拓撲量子物態研究中取得突破!**
data/quant_topics/00_索引.md ADDED
@@ -0,0 +1,24 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 量化交易 & 自動化 — 主題索引
2
+
3
+ > 來源:本機所有量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 主題列表
9
+
10
+ | # | 主題 | 檔案 |
11
+ |---|------|------|
12
+ | 1 | 台股實盤自動化交易(Shioaji API) | `01_台股實盤自動化交易(Shioaji API).md` |
13
+ | 2 | 量化分析 API 與工具鏈 | `02_量化分析 API 與工具鏈.md` |
14
+ | 3 | 均線交叉策略(Moving Average Crossover) | `03_均線交叉策略(Moving Average Crossover).md` |
15
+ | 4 | 高頻交易策略(台指期貨) | `04_高頻交易策略(台指期貨).md` |
16
+ | 5 | 量化投資平台架構 | `05_量化投資平台架構.md` |
17
+ | 6 | 自動化交易系統設計 | `06_自動化交易系統設計.md` |
18
+ | 7 | 量化市場分析(YouTube/內容) | `07_量化市場分析(YouTube_內容).md` |
19
+ | 8 | 自動化工程(渲染/製程) | `08_自動化工程(渲染_製程).md` |
20
+
21
+ ---
22
+
23
+ *本索引整理自本機所有「自動化、交易、量化、quant」相關文件。*
24
+ *整理日期:2026-11-11*
data/quant_topics/01_台股實盤自動化交易(Shioaji API).md ADDED
@@ -0,0 +1,190 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 1:台股實盤自動化交易(Shioaji API)
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 核心概念
9
+ - 使用**永豐金 Shioaji API** 進行台股即時自動交易
10
+ - 事件驅動架構:`set_on_tick_fop_cb` 訂閱即時行情,券商主動推送 Tick 資料
11
+ - 策略:移動平均線黃金交叉/死亡交叉(MA Crossover)
12
+
13
+ ### 系統架構
14
+ ```
15
+ 登入認證 → TWCA 憑證啟用 → 訂閱即時行情 → on_tick_callback → 策略判斷 → 下單執行
16
+ ```
17
+
18
+ ### 關鍵技術
19
+ - **非同步事件驅動**:不頻繁輪詢,由券商主動推送,避免 API 被封鎖
20
+ - **嚴格型別**:`StockOrderLot.Common`(整股)、`OrderType.ROD`(當日有效)、`PriceType.LMT`(限價)
21
+ - **滑價保護**:買進時 `current_price + 0.5`,賣出時 `current_price - 0.5`
22
+ - **持倉追蹤**:`has_position` 布林值追蹤持倉狀態
23
+
24
+ ### 程式碼範例
25
+ ```python
26
+ import shioaji as sj
27
+ from shioaji.constant import Action, StockOrderLot, OrderType, PriceType
28
+
29
+ api = sj.Shioaji()
30
+ api.login(person_id="YOUR_ID", password="YOUR_PASSWORD")
31
+ api.activate_ca(ca_path="cert.pfx", ca_passwd="PASS", person_id="YOUR_ID")
32
+
33
+ contract = api.Contracts.Stocks["2330"] # 台積電
34
+ order = api.Order(action=Action.Buy, price=100.0, quantity=1,
35
+ order_lot=StockOrderLot.Common, order_type=OrderType.ROD,
36
+ price_type=PriceType.LMT)
37
+ trade = api.place_order(contract, order, account=api.stock_account[0])
38
+ ```
39
+
40
+ ### 風控機制(待加入)
41
+ - 停損/停利(Take Profit / Stop Loss)
42
+ - 最大持倉限制
43
+ - 每日交易次數限制
44
+
45
+ ---
46
+
47
+ ## 附錄:Shioaji 實盤自動交易範例程式碼
48
+
49
+ > 來源:~/量化/自動化.py(RealTimeTradingBot 完整實作)
50
+
51
+ ```python
52
+ # 💻 台灣市場實盤自動化交易範例
53
+ import time
54
+ from datetime import datetime
55
+ import shioaji as sj
56
+ from shioaji.constant import Action, StockOrderLot, OrderType, PriceType
57
+
58
+ class RealTimeTradingBot:
59
+ def __init__(self):
60
+ # 1. 初始化 Shioaji API 引擎
61
+ self.api = sj.Shioaji()
62
+ self.target_code = "2330" # 交易標的:台積電
63
+
64
+ # 2. 策略變數設定
65
+ self.price_history = [] # 存放最新收盤價的陣列
66
+ self.fast_window = 5 # 實盤短均線(例如:以最新 5 筆 Tick 價格計算)
67
+ self.slow_window = 10 # 實盤長均線
68
+ self.has_position = False # 簡易持倉狀態追蹤(實盤中應由券商帳務查詢更新)
69
+
70
+ def login_and_activate(self, user_id, password, certificate_path, cert_password):
71
+ """步驟一:帳號登入與 TWCA 電子憑證啟用"""
72
+ print(f"[{datetime.now()}] 正在登入永豐金 API...")
73
+ self.api.login(person_id=user_id, password=password)
74
+
75
+ print(f"[{datetime.now()}] 正在啟用下單憑證...")
76
+ self.api.activate_ca(
77
+ ca_path=certificate_path,
78
+ ca_passwd=cert_password,
79
+ person_id=user_id
80
+ )
81
+ print("系統初始化成功,準備進入市場。")
82
+
83
+ def execute_order(self, action: Action, price: float, qty: int = 1):
84
+ """步驟四:下單執行模組"""
85
+ # 尋找台股現貨合約
86
+ contract = self.api.Contracts.Stocks[self.target_code]
87
+
88
+ # 建立委託單設定 (設定買賣動作、張數、限價、整股交易、當日有效)
89
+ order = self.api.Order(
90
+ action=action,
91
+ price=price,
92
+ quantity=qty,
93
+ order_lot=StockOrderLot.Common,
94
+ order_type=OrderType.ROD,
95
+ price_type=PriceType.LMT
96
+ )
97
+
98
+ print(f"🚨 [策略訊號觸發] 動作: {action.name}, 價格: {price}, 數量: {qty} 張")
99
+
100
+ # 透過券商帳戶(預設第一個帳戶)送出委託
101
+ trade = self.api.place_order(contract, order, account=self.api.stock_account[0])
102
+ return trade
103
+
104
+ def on_tick_callback(self, exchange, tick):
105
+ """步驟三:即時行情回報接收 (每當市場有最新成交,API 會自動觸發此函式)"""
106
+ # 排除非交易期間的雜訊
107
+ if tick.close == 0:
108
+ return
109
+
110
+ current_price = float(tick.close)
111
+ self.price_history.append(current_price)
112
+
113
+ # 維持陣列長度,避免記憶體無限膨脹
114
+ if len(self.price_history) > self.slow_window:
115
+ self.price_history.pop(0)
116
+
117
+ # 檢查資料量是否足夠計算均線
118
+ if len(self.price_history) < self.slow_window:
119
+ print(f" 正在收集即時數據... ({len(self.price_history)}/{self.slow_window}) 目前價: {current_price}", end="\r")
120
+ return
121
+
122
+ # 計算當前的快線與慢線
123
+ fast_ma = sum(self.price_history[-self.fast_window:]) / self.fast_window
124
+ slow_ma = sum(self.price_history[-self.slow_window:]) / self.slow_window
125
+
126
+ print(f"[{datetime.now().strftime('%H:%M:%S')}] 價格: {current_price} | 快線: {fast_ma:.2f} | 慢線: {slow_ma:.2f}")
127
+
128
+ # 核心策略邏輯判斷
129
+ if fast_ma > slow_ma and not self.has_position:
130
+ # 黃金交叉 ──> 限價買進(以當前成交價加 1 檔做為滑價保護)
131
+ target_price = current_price + 0.5
132
+ self.execute_order(Action.Buy, target_price)
133
+ self.has_position = True
134
+
135
+ elif fast_ma < slow_ma and self.has_position:
136
+ # 死亡交叉 ──> 限價賣出(以當前成交價減 1 檔)
137
+ target_price = current_price - 0.5
138
+ self.execute_order(Action.Sell, target_price)
139
+ self.has_position = False
140
+
141
+ def start_trading(self):
142
+ """步驟二:訂閱即時行情,啟動自動交易"""
143
+ contract = self.api.Contracts.Stocks[self.target_code]
144
+ if not contract:
145
+ print("找不到該股票代碼,請確認市場是否開盤或代碼正確。")
146
+ return
147
+
148
+ print(f"\n📡 開始訂閱 {contract.name} ({self.target_code}) 即時逐筆行情...")
149
+
150
+ # 設定回撥函式:當有最新成交 (Ticks) 時,呼叫 self.on_tick_callback
151
+ self.api.quote.set_on_tick_fop_cb(self.on_tick_callback)
152
+ self.api.quote.subscribe(contract, quote_type=sj.constant.QuoteType.Tick, version=sj.constant.QuoteVersion.v1)
153
+
154
+ # 讓主程式持續運行,直到手動中斷 (Ctrl+C)
155
+ try:
156
+ while True:
157
+ time.sleep(1)
158
+ except KeyboardInterrupt:
159
+ print("\n關閉交易程式,解除行情訂閱...")
160
+ self.api.quote.unsubscribe(contract, quote_type=sj.constant.QuoteType.Tick, version=sj.constant.QuoteVersion.v1)
161
+ self.api.logout()
162
+
163
+ # ─── 執行區塊 ───
164
+ if __name__ == "__main__":
165
+ # 請替換為您的真實券商與憑證資訊
166
+ USER_ID = "YOUR_ROC_ID" # 身分證字號
167
+ PASSWORD = "YOUR_API_PASSWORD" # API 密碼
168
+ CERT_PATH = "C:/Cert/sinotrade.pfx" # 憑證絕對路徑
169
+ CERT_PASS = "YOUR_CERT_PASSWORD" # 憑證密碼
170
+
171
+ # 實例化機器人
172
+ bot = RealTimeTradingBot()
173
+
174
+ # 啟動系統 (注意:若要在非盤中時間測試,可切換至永豐金的 Simulation 模擬環境)
175
+ # bot.api.simulation = True # 如需模擬測試請打開此行
176
+
177
+ bot.login_and_activate(USER_ID, PASSWORD, CERT_PATH, CERT_PASS)
178
+ bot.start_trading()
179
+ """
180
+ 💡 程式碼關鍵亮點解析
181
+ 1. set_on_tick_fop_cb (非同步事件驅動):這與回測程式碼不同。實盤時,我們不用 while True 去頻繁向券商伺服器要價格(那會導致 API 被封鎖),而是採用訂閱模式,當交易所一有最新成交,券商會主動將資料推送到您的 on_tick_callback 函式。
182
+ 2. shioaji.constant 的嚴格型別:實盤下單若參數代錯(例如整股買賣代成零股),券商伺服器會直接拒絕。範例中使用了 StockOrderLot.Common(整股)和 OrderType.ROD(當日有效單),確保完全符合台股交易規範。
183
+ 3. 滑價與限價保護:在範例的下單模組中,買進時將 current_price + 0.5。這是因為在即時行情中,若用精準的「當前價」下限價單,很可能因為價格跳動而無法立刻成交,稍微加價能提高實盤的撮合成功率。
184
+ 請問您想將這個範例改為模擬環境(Simulation Mode)進行無風險測試,還是需要幫您加入自動停損與停利(Take Profit / Stop Loss)的風控機制呢?
185
+ AI 回覆可能有誤。如需財務建議,請諮詢專業人士。 瞭解詳情
186
+ """
187
+
188
+ ```
189
+
190
+ ---
data/quant_topics/02_量化分析 API 與工具鏈.md ADDED
@@ -0,0 +1,87 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 2:量化分析 API 與工具鏈
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 資料獲取 API
9
+ | API | 市場 | 說明 |
10
+ |-----|------|------|
11
+ | **FinMind** | 台股/美股 | 台灣開源金融大數據 API,50+ 種數據 |
12
+ | **yfinance** | 全球 | Yahoo Finance,K 線、除權息、基本面 |
13
+ | **TuShare** | A 股 | 免費金融大數據接口 |
14
+
15
+ ### 回測與策略框架
16
+ | 框架 | 用途 | 說明 |
17
+ |------|------|------|
18
+ | **backtrader** | 回測 | 最受歡迎的 Python 量化回測框架 |
19
+ | **vnpy** | 交易平台 | 從回測到實盤交易的完整框架 |
20
+ | **pyfolio** | 績效分析 | 夏普比率、最大回撤等分析圖表 |
21
+ | **TEJAPI** | 台灣市場 | 台灣經濟新報 API 範例庫 |
22
+
23
+ ### 台灣券商 API 串接
24
+ - **永豐金 Shioaji**:REST API,支援 Tick 訂閱、下單、帳務查詢
25
+ - **群益期貨**:需自行開發 Gateway,繼承 BaseGateway
26
+ - **vnpy 整合**:將券商 API 包裝為 VN.PY 的 BaseGateway
27
+
28
+ ### 開發流程
29
+ ```
30
+ 資料獲取 → 策略撰寫與回測 → 風險與績效評估 → 實盤部署
31
+ ```
32
+
33
+ ---
34
+
35
+ ## 附錄:GitHub 量化開源項目完整清單
36
+
37
+ > 來源:~/量化/量化API.md(2026-11-11 整合)
38
+
39
+ 在 GitHub 上,有許多優秀的開源量化分析 API、資料庫與交易框架。
40
+ 以下為您整理 GitHub 上最熱門且實用的量化分析開源項目,分為資料獲取、回測分析框架與台灣市場專屬三大類:
41
+ 1. 金融資料獲取 API
42
+ 在進行量化分析前,首要任務是取得歷史與即時行情數據:
43
+ • FinMind:台灣開源的金融大數據 API,可輕鬆獲取台股、美股、期權、財報及台股籌碼面等超過 50 種以上的數據。
44
+ • yfinance:透過 Yahoo Finance API 下載歷史市值的熱門 Python 套件,適合美股與全球主流市場的 K 線、除權息與基本面數據獲取。
45
+ • TuShare:免費的金融大數據接口(主要針對 A 股,但也包含部分全球數據),提供股票、基金、期貨及宏觀經濟數據。
46
+ 2. 量化回測與策略框架
47
+ 用於撰寫交易邏輯並驗證歷史勝率的核心工具:
48
+ • backtrader:GitHub 上最受歡迎的 Python 量化回測框架之一,支援多商品回測、多指標分析,並內建詳細的圖表輸出。 [1]
49
+ • vnpy:基於 Python 的開源量化交易平台開發框架,結合了底層接口與上層策略(如 CTP 期貨、證券 API 等),適合從回測一路對接到實盤交易。 [1]
50
+ • pyfolio:專門用於投資組合性能和風險分析的套件,能一鍵生成夏普比率(Sharpe Ratio)、最大回撤(Max Drawdown)等量化人必備的分析圖表。 [1]
51
+ 3. 台灣市場特定分析庫
52
+ • TEJAPI_Python_Medium_Quant:台灣經濟新報(TEJ)維護的範例庫,包含使用 Python API 進行定期定額、技術分析、機器學習預測及籌碼分析的回測範例。 [1, 2]
53
+
54
+ 如果您想深入探索,建議您可以直接到 GitHub 的 Market Data API Topics 頁面尋找最新的開源專案。 [1]
55
+ 請問您接下來想找的是哪一個特定市場(如:台股、美股、加密貨幣)的 API?或是您有預計要使用特定的程式語言(如:Python, Node.js)嗎?
56
+
57
+ 使用上述的開源量化分析函式庫開發金融應用,最核心的流程為:資料獲取 → 策略撰寫與回測 → 風險與績效評估。
58
+ 以下為您示範如何結合 yfinance(獲取數據)與 pyfolio(風險分析),並搭配 pandas 撰寫一個簡單的均線交叉策略(Moving Average Crossover)金融應用範例。
59
+
60
+ 🛠️ 步驟 1:安裝必要套件
61
+ 在您的開發環境(如 Jupyter Notebook 或 Python 專案)中安裝以下函式庫:
62
+ bash
63
+ pip install yfinance pandas matplotlib pyfolio-reloaded
64
+ 請謹慎使用程式碼。
65
+ (註:由於原版 pyfolio 已較少維護,社群多使用 pyfolio-reloaded 來支援新版的 pandas 與 matplotlib)
66
+
67
+ 💻 步驟 2:完整 Python 開發範例
68
+ 以下程式碼將下載美股 SPY(標普500 ETF) 的歷史數據,計算 20 日與 50 日均線,當短均線黃金交叉長均線時買入、死亡交叉時賣出,最後生成專業的量化績效報表。
69
+
70
+ 💡 想讓這套金融應用更貼近您的需求嗎?請告訴我:
71
+ • 您預計要開發的應用類型是什麼?(例如:個人量化回測網頁、Line 機器人選股通知、或是自動交易系統?)
72
+ • 您想嘗試哪種交易策略?(例如:RSI / KD 技術指標、籌碼面跟單、或是多資產配對交易?)
73
+ • 您目前比較熟悉的網頁/後端框架是什麼?
74
+
75
+ 請謹慎使用程式碼。
76
+
77
+ 🔌 步驟 2:對接台灣券商 API 的實務路徑
78
+ 由於 VN.PY 原生(官方核心庫)主要支援中國期貨 CTP、加密貨幣交易所(Binance, OKX)或互動經紀商(Interactive Brokers),對接台灣券商時,通常有兩種常見的技術解決方案:
79
+ 方案 A:直接在 VN.PY 底層開發永豐金/群益的 Gateway(推薦專業開發者)
80
+ VN.PY 的架構高度模組化,所有券商都是透過繼承 BaseGateway 來實作。
81
+ 1. 您需要建立一個 ShioajiGateway 類別。
82
+ 2. 在裡面串接永豐金的 Shioaji API。
83
+ 3. 將永豐金回傳的市況(Quote)包裝成 VN.PY 的 TickData / BarData 餵給策略。
84
+ 4. 將策略的 buy()、sell() 轉譯為 shioaji.place_order() 發送給券商。
85
+
86
+
87
+ ---
data/quant_topics/03_均線交叉策略(Moving Average Crossover).md ADDED
@@ -0,0 +1,32 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 3:均線交叉策略(Moving Average Crossover)
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 策略邏輯
9
+ - **快線**:最新 N 筆收盤價平均(如 5 筆)
10
+ - **慢線**:最新 M 筆收盤價平均(如 10 筆)
11
+ - **黃金交叉**:快線 > 慢線 → 買進
12
+ - **死亡交叉**:快線 < 慢線 → 賣出
13
+
14
+ ### 實作範例
15
+ ```python
16
+ fast_ma = sum(price_history[-5:]) / 5
17
+ slow_ma = sum(price_history[-10:]) / 10
18
+
19
+ if fast_ma > slow_ma and not has_position:
20
+ execute_order(Action.Buy, current_price + 0.5)
21
+ has_position = True
22
+ elif fast_ma < slow_ma and has_position:
23
+ execute_order(Action.Sell, current_price - 0.5)
24
+ has_position = False
25
+ ```
26
+
27
+ ### 風險考量
28
+ - 均線交叉為落後指標,可能在趨勢末端進場
29
+ - 需加入停損/停利機制
30
+ - 建議加入成交量過濾條件
31
+
32
+ ---
data/quant_topics/04_高頻交易策略(台指期貨).md ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 4:高頻交易策略(台指期貨)
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 策略特性
9
+ - **零預測、高機械化**:不預測市場方向,純機械執行
10
+ - **保守估計績效**:平均每分鐘獲利 30 點、每分鐘成交 2.3 筆
11
+ - **無保證金下單**:透過群益 API 進行模擬測試
12
+
13
+ ### 技術需求
14
+ - Python 非同步控制(asyncio)
15
+ - 群益期貨 API 串接經驗
16
+ - Tick 數據即時處理
17
+ - 系統調優與參數最佳化
18
+
19
+ ### 合作模式
20
+ - 策略邏輯已由 Python 撰寫完畢
21
+ - 徵求群益 API 串接合作夥伴
22
+ - 雙方簽署 NDA 與正式合作合約
23
+ - 分潤條款由合作夥伴主動提出
24
+
25
+ ---
26
+
27
+ ## 附錄:期貨策略開發規格與合作徵求
28
+
29
+ > 來源:~/量化/開發量化規格.md(2026-11-11 整合)
30
+
31
+ 【徵求】精通 Python 夥伴:串接群益期貨 API 執行高頻策略測試的合作夥伴
32
+ 【專案背景與說明】
33
+ 本人為台指期貨策略創作者,獨創一套零預測、高機械化操作及零風險之期貨交易系統。目前 MultiCharts 回測表現優異,因應下一步規劃,現欲直接透過群益 API 進行無保證金下單與實時 Tick 數據測試。
34
+ 【合作籌碼與預期績效】
35
+ 策略邏輯已由 Python 撰寫完畢,經長期大數據實測,本策略之保守估計績效為:
36
+ • 平均每分鐘獲利:30 點
37
+ • 平均每分鐘成交:2.3 筆
38
+ 此數據具備極高之商業價值與獲利潛力。
39
+ 【徵求對象與技術需求】
40
+ • 精通 Python 語言,具備深厚的非同步控時能力。
41
+ • 具備豐富的台灣期貨商 API 串接經驗(熟悉群益 API 開發、下單與回報機制的團隊或個人優先)。
42
+ • 能協助進行初期無保證金 API 下單模擬測試與系統調優、尋找最佳參數。
43
+ 【合作條件與分潤】
44
+ 本案採名正言順、長期穩定的夥伴合作模式。
45
+ • 本專案之交易下單資金及市場風險全權歸我方(黃先生)承擔。
46
+ • 其餘程式建置、後續修改及長期維護等所有技術相關費用全權歸貴方(合作夥伴)承擔。
47
+ • 合作分潤條款(如淨利分潤趴數等),全權由您(或貴團隊)根據此策略之績效潛力主動提出方案,我方彈性大,只要能達到「互利雙贏」即可。
48
+ • 正式進入邏輯對接前,雙方必須同時簽署保密協議(NDA)與正式合作合約。
49
+
50
+
51
+ ---
data/quant_topics/05_量化投資平台架構.md ADDED
@@ -0,0 +1,27 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 5:量化投資平台架構
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 平台組成
9
+ - **資料層**:歷史行情、基本面、籌碼面
10
+ - **策略層**:策略開發、回測引擎
11
+ - **執行層**:券商 API 串接、下單執行
12
+ - **風控層**:停損停利、持倉管理、資金管理
13
+ - **監控層**:績效追蹤、警報通知
14
+
15
+ ### 台灣市場特色
16
+ - **TEJ API**:台灣經濟新報,提供台股、期貨、選擇權數據
17
+ - **FinMind**:開源金融大數據 API
18
+ - **Shioaji**:永豐金 API,支援台股現貨與期貨
19
+ - **群益 API**:期貨下單與行情
20
+
21
+ ### 部署架構
22
+ - Python 3.11+ 後端
23
+ - FastAPI / Streamlit 前端
24
+ - Docker 容器化
25
+ - PostgreSQL 資料庫
26
+
27
+ ---
data/quant_topics/06_自動化交易系統設計.md ADDED
@@ -0,0 +1,23 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 6:自動化交易系統設計
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 核心模組
9
+ 1. **登入與認證**:券商 API 登入、TWCA 電子憑證啟用
10
+ 2. **行情訂閱**:即時 Tick 數據接收與處理
11
+ 3. **策略引擎**:技術指標計算、信號生成
12
+ 4. **下單執行**:委託單建立與送出
13
+ 5. **風控管理**:停損停利、持倉追蹤
14
+ 6. **日誌記錄**:交易紀錄、績效追蹤
15
+
16
+ ### 最佳實踐
17
+ - **事件驅動**:使用回調函式而非輪詢
18
+ - **嚴格型別**:使用券商 API 定義的常數
19
+ - **滑價保護**:限價單加入滑價緩衝
20
+ - **記憶體管理**:限制歷史數據陣列長度
21
+ - **錯誤處理**:API 斷線重連、下單失敗重試
22
+
23
+ ---
data/quant_topics/07_量化市場分析(YouTube_內容).md ADDED
@@ -0,0 +1,62 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 7:量化市場分析(YouTube/內容)
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### 競爭分析
9
+ | 主題 | 主要頻道 | 訂閱數 | 競爭度 |
10
+ |------|----------|--------|--------|
11
+ | 量子演算法 | Quantum Computing (Hiu-Yung Wong) | 19,700 | 中 |
12
+ | PQC | Cryptography 101 | 7,260 | 中 |
13
+ | QKD | Ramona Wolf | 1,040 | 低 |
14
+
15
+ ### 內容支柱
16
+ - 量子演算法(40%)
17
+ - PQC(35%)
18
+ - QKD(25%)
19
+
20
+ ### 關鍵字
21
+ quantum computing, quantum algorithm, Shor, Grover, PQC, post-quantum cryptography, Kyber, Dilithium, QKD, BB84, quantum key distribution
22
+
23
+ ---
24
+
25
+ ## 完整頻道競爭分析(含影片數、熱門視頻、市場結論)
26
+
27
+ > 來源:~/軟體/代理人/docs/QUANTUM_MARKET_ANALYSIS.md(2026-11-11 整合)
28
+
29
+ ### 頻道競爭分析
30
+
31
+ | 主題 | 主要頻道 | 訂閱數 | 影片數 | 競爭度 |
32
+ |------|----------|--------|--------|--------|
33
+ | 量子演算法 | Quantum Computing (Hiu-Yung Wong) | 19,700 | 674 | 中 |
34
+ | 量子演算法 | Quantum Soar | 10,100 | 28 | 低 |
35
+ | PQC | Cryptography 101 | 7,260 | 128 | 中 |
36
+ | PQC | Tanja Lange | 1,230 | 33 | 低 |
37
+ | QKD | Ramona Wolf | 1,040 | 14 | 低 |
38
+ | QKD | QNu Labs | 992 | 54 | 低 |
39
+
40
+ ### 熱門視頻(按觀看數)
41
+
42
+ | 主題 | 標題 | 觀看數 | 頻道 |
43
+ |------|------|--------|------|
44
+ | 量子演算法 | Quantum Computers Explained – Kurzgesagt | 19.4M | Kurzgesagt |
45
+ | 量子演算法 | What makes quantum computers SO powerful? | 13.8M | Veritasium |
46
+ | PQC | NIST's Post-Quantum Cryptography Standardization | 1.5M | SandboxAQ |
47
+ | PQC | Will Quantum Computers break encryption? | 1.45M | Frame of Essence |
48
+ | QKD | Quantum Entanglement: Explained SIMPLY | 1.18M | Science ABC |
49
+
50
+ ### 市場分析結論
51
+
52
+ - **量子演算法**:競爭中等,Kurzgesagt/Veritasium 主導,但技術深度內容有空間。
53
+ - **PQC**:競爭低,SandboxAQ/IBM 主導,教育內容需求高。
54
+ - **QKD**:競爭低,Toshiba/QNu Labs 主導,實驗/演示內容有空間。
55
+
56
+ ### 內容建議
57
+
58
+ 1. **量子演算法**:技術深度教學(量子閘、Shor/Grover 演算法)。
59
+ 2. **PQC**:NIST 標準化解說、Kyber/Dilithium 實作演示。
60
+ 3. **QKD**:BB84 協議演示、光纖 QKD 實驗。
61
+
62
+ ---
data/quant_topics/08_自動化工程(渲染_製程).md ADDED
@@ -0,0 +1,42 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 8:自動化工程(渲染/製程)
2
+
3
+ > 來源:本機量化交易、自動化相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ### Arduino 風力發電機組
9
+ - 3D 列印葉片(ASA/PETG 材料)
10
+ - 無刷馬達/發電機
11
+ - Arduino MPPT 控制器
12
+ - 儲能系統
13
+
14
+ ### 拓撲量子物態與快速材料預測
15
+ - Streamlit 介面
16
+ - systemd 定時執行
17
+ - 高通量篩選服務
18
+
19
+ ### 渲染自動化
20
+ - HyperFrames HTML→MP4 渲染
21
+ - FFmpeg 轉場特效
22
+ - GSAP 動畫同步
23
+
24
+ ---
25
+
26
+ ## 附錄:關鍵文件清單
27
+
28
+ | 文件 | 路徑 | 說明 |
29
+ |------|------|------|
30
+ | 自動化交易範例 | `/home/sam/量化/自動化.py` | Shioaji API 實盤自動交易 |
31
+ | 量化 API 推薦 | `/home/sam/量化/量化API.md` | GitHub 量化分析開源項目 |
32
+ | 量化開發規格 | `/home/sam/量化/開發量化規格.md` | 期貨策略合作徵求 |
33
+ | 量子市場分析 | `/home/sam/軟體/代理人/docs/QUANTUM_MARKET_ANALYSIS.md` | YouTube 頻道競爭分析 |
34
+ | 自動化耦合優化 | `/home/sam/渲染邏輯/Oloid/優化自動化全耦合.md` | Arduino 風力發電機組 |
35
+ | 拓撲量子物態 | `/home/sam/物理模擬/topo/指標/自動化TI.md` | 快速材料預測部署包 |
36
+ | 擴充自動化 | `/home/sam/軟體/代理人/pages/03擴充自動化.py` | Streamlit 擴充頁面 |
37
+ | 量子內容模板 | `/home/sam/軟體/代理人/content_templates/quantum.md` | 量子傳輸線內容模板 |
38
+
39
+ ---
40
+
41
+ *本文件整理自本機所有「自動化、交易、量化、quant」相關文件。*
42
+ *整理日期:2026-11-11*
data/quant_topics/quant_trading_topics.md ADDED
@@ -0,0 +1,223 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 量化交易 & 自動化 — 主題整理
2
+ > 來源:本機所有量化交易、自動化相關文件精簡整理
3
+ > 日期:2026-11-11
4
+
5
+ ---
6
+
7
+ ## Topic 1:台股實盤自動化交易(Shioaji API)
8
+
9
+ ### 核心概念
10
+ - 使用**永豐金 Shioaji API** 進行台股即時自動交易
11
+ - 事件驅動架構:`set_on_tick_fop_cb` 訂閱即時行情,券商主動推送 Tick 資料
12
+ - 策略:移動平均線黃金交叉/死亡交叉(MA Crossover)
13
+
14
+ ### 系統架構
15
+ ```
16
+ 登入認證 → TWCA 憑證啟用 → 訂閱即時行情 → on_tick_callback → 策略判斷 → 下單執行
17
+ ```
18
+
19
+ ### 關鍵技術
20
+ - **非同步事件驅動**:不頻繁輪詢,由券商主動推送,避免 API 被封鎖
21
+ - **嚴格型別**:`StockOrderLot.Common`(整股)、`OrderType.ROD`(當日有效)、`PriceType.LMT`(限價)
22
+ - **滑價保護**:買進時 `current_price + 0.5`,賣出時 `current_price - 0.5`
23
+ - **持倉追蹤**:`has_position` 布林值追蹤持倉狀態
24
+
25
+ ### 程式碼範例
26
+ ```python
27
+ import shioaji as sj
28
+ from shioaji.constant import Action, StockOrderLot, OrderType, PriceType
29
+
30
+ api = sj.Shioaji()
31
+ api.login(person_id="YOUR_ID", password="YOUR_PASSWORD")
32
+ api.activate_ca(ca_path="cert.pfx", ca_passwd="PASS", person_id="YOUR_ID")
33
+
34
+ contract = api.Contracts.Stocks["2330"] # 台積電
35
+ order = api.Order(action=Action.Buy, price=100.0, quantity=1,
36
+ order_lot=StockOrderLot.Common, order_type=OrderType.ROD,
37
+ price_type=PriceType.LMT)
38
+ trade = api.place_order(contract, order, account=api.stock_account[0])
39
+ ```
40
+
41
+ ### 風控機制(待加入)
42
+ - 停損/停利(Take Profit / Stop Loss)
43
+ - 最大持倉限制
44
+ - 每日交易次數限制
45
+
46
+ ---
47
+
48
+ ## Topic 2:量化分析 API 與工具鏈
49
+
50
+ ### 資料獲取 API
51
+ | API | 市場 | 說明 |
52
+ |-----|------|------|
53
+ | **FinMind** | 台股/美股 | 台灣開源金融大數據 API,50+ 種數據 |
54
+ | **yfinance** | 全球 | Yahoo Finance,K 線、除權息、基本面 |
55
+ | **TuShare** | A 股 | 免費金融大數據接口 |
56
+
57
+ ### 回測與策略框架
58
+ | 框架 | 用途 | 說明 |
59
+ |------|------|------|
60
+ | **backtrader** | 回測 | 最受歡迎的 Python 量化回測框架 |
61
+ | **vnpy** | 交易平台 | 從回測到實盤交易的完整框架 |
62
+ | **pyfolio** | 績效分析 | 夏普比率、最大回撤等分析圖表 |
63
+ | **TEJAPI** | 台灣市場 | 台灣經濟新報 API 範例庫 |
64
+
65
+ ### 台灣券商 API 串接
66
+ - **永豐金 Shioaji**:REST API,支援 Tick 訂閱、下單、帳務查詢
67
+ - **群益期貨**:需自行開發 Gateway,繼承 BaseGateway
68
+ - **vnpy 整合**:將券商 API 包裝為 VN.PY 的 BaseGateway
69
+
70
+ ### 開發流程
71
+ ```
72
+ 資料獲取 → 策略撰寫與回測 → 風險與績效評估 → 實盤部署
73
+ ```
74
+
75
+ ---
76
+
77
+ ## Topic 3:均線交叉策略(Moving Average Crossover)
78
+
79
+ ### 策略邏輯
80
+ - **快線**:最新 N 筆收盤價平均(如 5 筆)
81
+ - **慢線**:最新 M 筆收盤價平均(如 10 筆)
82
+ - **黃金交叉**:快線 > 慢線 → 買進
83
+ - **死亡交叉**:快線 < 慢線 → 賣出
84
+
85
+ ### 實作範例
86
+ ```python
87
+ fast_ma = sum(price_history[-5:]) / 5
88
+ slow_ma = sum(price_history[-10:]) / 10
89
+
90
+ if fast_ma > slow_ma and not has_position:
91
+ execute_order(Action.Buy, current_price + 0.5)
92
+ has_position = True
93
+ elif fast_ma < slow_ma and has_position:
94
+ execute_order(Action.Sell, current_price - 0.5)
95
+ has_position = False
96
+ ```
97
+
98
+ ### 風險考量
99
+ - 均線交叉為落後指標,可能在趨勢末端進場
100
+ - 需加入停損/停利機制
101
+ - 建議加入成交量過濾條件
102
+
103
+ ---
104
+
105
+ ## Topic 4:高頻交易策略(台指期貨)
106
+
107
+ ### 策略特性
108
+ - **零預測、高機械化**:不預測市場方向,純機械執行
109
+ - **保守估計績效**:平均每分鐘獲利 30 點、每分鐘成交 2.3 筆
110
+ - **無保證金下單**:透過群益 API 進行模擬測試
111
+
112
+ ### 技術需求
113
+ - Python 非同步控制(asyncio)
114
+ - 群益期貨 API 串接經驗
115
+ - Tick 數據即時處理
116
+ - 系統調優與參數最佳化
117
+
118
+ ### 合作模式
119
+ - 策略邏輯已由 Python 撰寫完畢
120
+ - 徵求群益 API 串接合作夥伴
121
+ - 雙方簽署 NDA 與正式合作合約
122
+ - 分潤條款由合作夥伴主動提出
123
+
124
+ ---
125
+
126
+ ## Topic 5:量化投資平台架構
127
+
128
+ ### 平台組成
129
+ - **資料層**:歷史行情、基本面、籌碼面
130
+ - **策略層**:策略開發、回測引擎
131
+ - **執行層**:券商 API 串接、下單執行
132
+ - **風控層**:停損停利、持倉管理、資金管理
133
+ - **監控層**:績效追蹤、警報通知
134
+
135
+ ### 台灣市場特色
136
+ - **TEJ API**:台灣經濟新報,提供台股、期貨、選擇權數據
137
+ - **FinMind**:開源金融大數據 API
138
+ - **Shioaji**:永豐金 API,支援台股現貨與期貨
139
+ - **群益 API**:期貨下單與行情
140
+
141
+ ### 部署架構
142
+ - Python 3.11+ 後端
143
+ - FastAPI / Streamlit 前端
144
+ - Docker 容器化
145
+ - PostgreSQL 資料庫
146
+
147
+ ---
148
+
149
+ ## Topic 6:自動化交易系統設計
150
+
151
+ ### 核心模組
152
+ 1. **登入與認證**:券商 API 登入、TWCA 電子憑證啟用
153
+ 2. **行情訂閱**:即時 Tick 數據接收與處理
154
+ 3. **策略引擎**:技術指標計算、信號生成
155
+ 4. **下單執行**:委託單建立與送出
156
+ 5. **風控管理**:停損停利、持倉追蹤
157
+ 6. **日誌記錄**:交易紀錄、績效追蹤
158
+
159
+ ### 最佳實踐
160
+ - **事件驅動**:使用回調函式而非輪詢
161
+ - **嚴格型別**:使用券商 API 定義的常數
162
+ - **滑價保護**:限價單加入滑價緩衝
163
+ - **記憶體管理**:限制歷史數據陣列長度
164
+ - **錯誤處理**:API 斷線重連、下單失敗重試
165
+
166
+ ---
167
+
168
+ ## Topic 7:量化市場分析(YouTube/內容)
169
+
170
+ ### 競爭分析
171
+ | 主題 | 主要頻道 | 訂閱數 | 競爭度 |
172
+ |------|----------|--------|--------|
173
+ | 量子演算法 | Quantum Computing (Hiu-Yung Wong) | 19,700 | 中 |
174
+ | PQC | Cryptography 101 | 7,260 | 中 |
175
+ | QKD | Ramona Wolf | 1,040 | 低 |
176
+
177
+ ### 內容支柱
178
+ - 量子演算法(40%)
179
+ - PQC(35%)
180
+ - QKD(25%)
181
+
182
+ ### 關鍵字
183
+ quantum computing, quantum algorithm, Shor, Grover, PQC, post-quantum cryptography, Kyber, Dilithium, QKD, BB84, quantum key distribution
184
+
185
+ ---
186
+
187
+ ## Topic 8:自動化工程(渲染/製程)
188
+
189
+ ### Arduino 風力發電機組
190
+ - 3D 列印葉片(ASA/PETG 材料)
191
+ - 無刷馬達/發電機
192
+ - Arduino MPPT 控制器
193
+ - 儲能系統
194
+
195
+ ### 拓撲量子物態與快速材料預測
196
+ - Streamlit 介面
197
+ - systemd 定時執行
198
+ - 高通量篩選服務
199
+
200
+ ### 渲染自動化
201
+ - HyperFrames HTML→MP4 渲染
202
+ - FFmpeg 轉場特效
203
+ - GSAP 動畫同步
204
+
205
+ ---
206
+
207
+ ## 附錄:關鍵文件清單
208
+
209
+ | 文件 | 路徑 | 說明 |
210
+ |------|------|------|
211
+ | 自動化交易範例 | `/home/sam/量化/自動化.py` | Shioaji API 實盤自動交易 |
212
+ | 量化 API 推薦 | `/home/sam/量化/量化API.md` | GitHub 量化分析開源項目 |
213
+ | 量化開發規格 | `/home/sam/量化/開發量化規格.md` | 期貨策略合作徵求 |
214
+ | 量子市場分析 | `/home/sam/軟體/代理人/docs/QUANTUM_MARKET_ANALYSIS.md` | YouTube 頻道競爭分析 |
215
+ | 自動化耦合優化 | `/home/sam/渲染邏輯/Oloid/優化自動化全耦合.md` | Arduino 風力發電機組 |
216
+ | 拓撲量子物態 | `/home/sam/物理模擬/topo/指標/自動化TI.md` | 快速材料預測部署包 |
217
+ | 擴充自動化 | `/home/sam/軟體/代理人/pages/03擴充自動化.py` | Streamlit 擴充頁面 |
218
+ | 量子內容模板 | `/home/sam/軟體/代理人/content_templates/quantum.md` | 量子傳輸線內容模板 |
219
+
220
+ ---
221
+
222
+ *本文件整理自本機所有「自動化、交易、量化、quant」相關文件。*
223
+ *整理日期:2026-11-11*
data/stock_topics/00_主題總覽.md ADDED
@@ -0,0 +1,66 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 00 · 股市主題總覽(入口與路由)
2
+
3
+ > 沉澱日期:2026-11-11(topic-distill pipeline S5)
4
+ > 主題:台股、美股、股市、個股、展示平台(Streamlit quantum_website 股市主題區塊)
5
+
6
+ ---
7
+
8
+ ## 一、主題定位
9
+
10
+ 本主題沉澱「以台灣投資人視角出發的股市投資知識系統」:從**買什麼**(美股管道、台股基金 ETF、期權)→ **怎麼想**(Klarman/巴菲特心法、配對交易統計套利)→ **怎麼做**(開源工具鏈、量化投資平台、自動化實盤)。展示平台端併入既有「📈 台股本益比 viewer」(TWSE 每日 BWIBBU 查詢)作為工具項。
11
+
12
+ ## 二、子主題路由(8 項)
13
+
14
+ | # | 子主題 | 一句話 | 詳讀 |
15
+ |---|--------|--------|------|
16
+ | 01 | 美股投資管道與標的 | 台幣買標普500 ETF/複委託/連結基金三管道 + VOO/SPY + 量子主題 ETF | `01_美股投資管道與標的.md` |
17
+ | 02 | 台股基金與 ETF 比較 | 0050連結/0056/元大多多/高股息優質龍頭四檔全面向比較 | `02_台股基金與ETF比較.md` |
18
+ | 03 | 期權入門 | Call/Put、買賣方、台灣期交所商品與契約要素 | `03_期權入門.md` |
19
+ | 04 | 投資心法 | Klarman 8 鐵律防禦堡壘 × 巴菲特蒙格集中長期 | `04_投資心法.md` |
20
+ | 05 | 配對交易與動態 Beta | Y vs X 經典配對、PyMC 動態對沖、共整合檢驗 | `05_配對交易與動態Beta.md` |
21
+ | 06 | 開源量化工具鏈 | FinMind/yfinance/backtrader/vnpy/pyfolio/TEJ | `06_開源量化工具鏈.md` |
22
+ | 07 | 量化投資平台架構 | 流光選股平台(8,279 行)五層模組導覽 | `07_量化投資平台架構.md` |
23
+ | 08 | 自動化實盤決策節點 | 台股模擬盤 D0–D7、HFT、Cloudflare、實盤三坑 | `08_自動化實盤決策節點.md` |
24
+
25
+ 工具項(非蒸餾檔):**📈 台股本益比查詢**(TWSE BWIBBU_d:本益比/殖利率/股價淨值比)— quantum_website `src/views/stock_vwr.py`。
26
+
27
+ ## 三、來源映射(md5 去重後 11 檔 + 1 zip)
28
+
29
+ | 來源檔 | 行數 | 餵入子主題 |
30
+ |--------|------|-----------|
31
+ | `~/機器學習/馬毅/金融II/美股.md`(+同名 pdf) | 95 | 01、04(巴菲特蒙格段) |
32
+ | `~/量化/基金績效.md` | 99 | 02 |
33
+ | `~/量化/投資/了解期權.md` | 228 | 03 |
34
+ | `~/個人/道/數學預測股市.md` | 1 | 03(影片 hook:牛頓南海泡沫 vs 西蒙斯) |
35
+ | `~/量化/投資/Klarman心法.md` | 159 | 04 |
36
+ | `~/量化/ETF/目標資產Y與基準資產.md` | 55 | 05 |
37
+ | `~/量化/量化API.md` | 46 | 06 |
38
+ | `~/量化/展示/README.md`(≡ `~/量化/回測/README.md`,**同一文檔兩份拷貝**) | 136 | 07 |
39
+ | `~/量化/流光選股.zip`(`展示/` 平台原始碼) | 8,279 | 07(蒸餾導覽,程式碼不上 repo) |
40
+ | `~/量化/決策節點.md` | 202 | 08 |
41
+ | `~/量化/展示/決策節點_HFT_Cloudflare.md` | 27 | 08 |
42
+ | `~/量化/注意事項.md` | 28 | 08(實盤三坑) |
43
+
44
+ 排除紀錄:`~/.config/nvim/sssn/智能選股.sssn`、`股市心法.sssn` 為 vim session 狀態檔(無內容價值);`~/量化/topics/`(既有 Quant 主題 9 檔)與 `data/yt_posts/`(市場分析)**不重複蒸餾**,跨引即可。
45
+
46
+ ## 四、與既有主題區塊的關係
47
+
48
+ - **📊 Quant 主題**(`data/quant_topics/` 9 檔):量化交易實作教學(Shioaji、均線交叉、高頻)— 併存不合併;本主題 08 與其 `01_台股實盤` 互為互補(教學 vs 決策實錄)。
49
+ - **📈 台股本益比**(`stock_vwr.py`):從獨立 SECTIONS 區塊**併入**本主題 sidebar 當工具項(比照 TI 部署包模式),SECTIONS 總數維持 8。
50
+
51
+ ## 五、更新機制(sync_topics.py 第 4 條映射)
52
+
53
+ ```
54
+ ~/.opencode/skills/stock-market/references/*.md
55
+ → quantum_website/data/stock_topics/ (9 檔)
56
+ ```
57
+
58
+ - 本目錄是**唯一真源**:改內容改這裡,push 前由 `push-streamlit/scripts/sync_topics.py` 覆蓋 repo(repo 內手改會遺失)。
59
+ - 展示端:`src/views/stock_market.py` 的 `stock_market_sidebar()`(subtopics 一律 sidebar 鐵律)+ `render_stock_market(sel)`。
60
+
61
+ ## 六、跨子主題結論
62
+
63
+ 1. **買什麼的答案收斂於低成本指數**:0050 + 標普500(VOO 或 00646/009823)是心法(04)與管道(01/02)的共同落點;主動型基金(多多/優質龍頭)2026 績效爆發但集中度風險高。
64
+ 2. **現金部位是 2026 年的共同語言**:Klarman「現金是選擇權」與波克夏現金 3,970 億美元(歷史新高)、巴菲特指標 238% 相互印證 — 高估值環境下保留彈藥。
65
+ 3. **工程路徑已鎖定**:模擬盤先行(Shioaji/群益)→ 風控閘道(RiskGate)→ 雲端儀表板(Cloudflare)— 見 08 決策節點;平台模組化資產(07)供重用。
66
+ 4. **台股 2026 波動加劇**:歷史高點 49,968 → 單日最大跌點 3,737.67(2026-11-06)與最大漲點 3,281.06(2026-07-31)皆在 2026 年 — 風控與紀律(04/08)的實踐環境。
data/stock_topics/01_美股投資管道與標的.md ADDED
@@ -0,0 +1,58 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 01 · 美股投資管道與標的
2
+
3
+ > 來源:`~/機器學習/馬毅/金融II/美股.md`(95 行;另有同名 pdf)
4
+ > 網路充實:2026-11-11(QTUM 規模/00646 費用率/巴菲特遺產配置/S&P 500 水位)
5
+
6
+ ---
7
+
8
+ ## 一、三種美股投資管道比較
9
+
10
+ | 投資管道 | 適合對象 | 優點 | 潛在考量 |
11
+ | :-- | :-- | :-- | :-- |
12
+ | **① 國內標普500 ETF**(00646、009823) | 新手、小額定期定額、想簡化投資 | 台幣交易免換匯;入手門檻低可定期定額;配息多列海外所得,每年 750 萬台幣免稅額 | 內扣費用略高於直接買 VOO;追蹤誤差 |
13
+ | **② 美股複委託** | 想直接持有美股 ETF、追求更低費用 | 直接持有 VOO/SPY;費用率極低(VOO 0.03%) | 需換匯;每筆最低手續費(小額定期定額不划算);股息預扣 30% 稅 |
14
+ | **③ 國內 ETF 連結基金**(元大標普500 連結基金) | 習慣基金平台、想用不配息省稅 | 自動扣款適合長期定期定額;可選不配息級別省股利所得稅與二代健保費 | 多一層經理費;淨值申贖無法盤中交易 |
15
+
16
+ ## 二、重點標的
17
+
18
+ ### VOO vs. SPY — 長期持有首選 VOO
19
+
20
+ - **費用更低**:VOO 0.03%,SPY(0.09%)的三分之一;30 年複利總成本差新台幣數十萬元。
21
+ - **結構更友善**:SPY 是早期單位投資信託(UIT),股息閒置無息等季配;VOO 開放式基金股息可再投資多賺複利。
22
+ - **結論**:除非高頻交易需要 SPY 流動性,長期持有一律選低成本追蹤標普500 的產品。
23
+
24
+ ### 國內標普500 ETF:00646 vs. 009823
25
+
26
+ | 項目 | 元大 S&P500(00646) | 群益 S&P500(009823) |
27
+ |---|---|---|
28
+ | 總費用率 | 0.36%(經理費 0.30% + 保管費) | **0.30%**(上市時最低) |
29
+ | 定位 | 老牌霸主、規模最大流動性最好 | 低成本挑戰者 |
30
+ | 配息 | 年配 | — |
31
+
32
+ 📅 **2026-11-11 充實**(smart.businessweekly / moneydj / anuefund):截至 2026-01-09,00646 規模約 352 億元、費用率 0.36%(最低級距);009814(富邦)規模約 23 億元。巴菲特多次公開表示 9 成遺產將投入標普500 型指數基金(台股對應標的即 00646/009823/009814 等)。長期持有比較應看**總持有成本**(經理費+保管費+交易成本),不能只看管理費。
33
+
34
+ ### 量子主題 ETF(與 0050 互補的科技題材)
35
+
36
+ | ETF(代碼) | 策略定位 | 特色 | 費用率 |
37
+ | :-- | :-- | :-- | :- |
38
+ | **Defiance 量子(QTUM)** | 廣泛布局量子運算+AI 生態系 | 規模最大;持股約 71–88 檔涵蓋量子/ML/大數據/雲端;前十大含世芯-KY(3661)、創意(3443) 台股供應鏈 | 0.40% |
39
+ | **WisdomTree 量子計算(WQTM)** | 高聚焦純量子公司 | 持股集中於 IonQ、Rigetti、D-Wave;UCITS 合規 | 0.50% |
40
+ | **Amplify Top 10™ 量子(XQBT)** | 極集中十大策略 | 僅持約 10 家:KEYS、IONQ、GOOGL、AMZN 等 | 0.49% |
41
+
42
+ **選擇邏輯**:QTUM 較像科技主題 ETF(前十大僅 ~15–20% 權重,分散);WQTM/XQBT 純度高、波動大。台股無量子主題 ETF,量子題材集中於美股。QTUM 年化標準差 43.76% 遠高於 0050 — 配置比例須審慎。
43
+
44
+ 📅 **2026-11-11 充實**(Yahoo Finance / 國泰世華 / vocus):QTUM 規模 2026-10-30 約 50.6 億美元($5.1B,2026-11-11)、等權重設計、晨星 5 星評等、配息率 1.05%。
45
+
46
+ ## 三、行動建議(與 0050 互補)
47
+
48
+ 1. 開立台股證券帳戶
49
+ 2. 定期定額買一檔追蹤標普500 的國內 ETF(00646 或費用更低的 009823)
50
+ 3. 長期持有:0050 + 美股 ETF 同時參與台美兩大市場
51
+
52
+ ## 四、市場背景(📅 2026-11-11 充實)
53
+
54
+ - **S&P 500 水位**:2026-11-10 收約 7,513–7,543 點;11/2 收 7,541.40;11 月高點 ~7,678(11/5)。摩根士丹利 Mike Wilson 認為調整近尾聲、目標價尚有約 6% 上行空間(kucoin 轉述)。
55
+ - **2026 Q1 財報**:63% 的 S&P 500 成分股已公布,其中 84% EPS 優於市場預期(永豐 RichClub)。
56
+ - **估值警示**:巴菲特指標(總市值/GDP)2026 年衝上 236–238% 歷史新高 — 見 `04_投資心法.md` 波克夏現金段。
57
+
58
+ > 免責:投資前請詳閱公開說明書;基金績效均為過去績效,不保證最低收益。
data/stock_topics/02_台股基金與ETF比較.md ADDED
@@ -0,0 +1,82 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 02 · 台股基金與 ETF 比較
2
+
3
+ > 來源:`~/量化/基金績效.md`(99 行,資料截至 2026 年 8 月下旬)
4
+ > 網路充實:2026-11-11(0056 全年配息/台股點位與波動)
5
+
6
+ ---
7
+
8
+ ## 一、四檔標的績效總覽
9
+
10
+ | 標的名稱 | 類型 | 一年報酬率 | 2026 YTD | 年化波動率 | 最大回撤 | Sharpe | Beta |
11
+ |:---|:---|---:|---:|---:|---:|---:|---:|
12
+ | **0050 連結基金(不配息)** | 被動連結基金 | ~130% | 48.78% | 20.43% | - | 1.23 | 1.00 |
13
+ | **0056 高股息 ETF** | 被動 Smart Beta ETF | 68.12% | 54.94% | 21.86% | -11.98% | - | 0.67 |
14
+ | **元大多多基金** | 主動股票基金 | ~211–264% | ~97% | 32.16% | - | 1.25 | 1.08 |
15
+ | **元大高股息優質龍頭基金** | 主動股票基金 | 139.72% | 98.66% | 44.34% | - | 0.63 | 1.31 |
16
+
17
+ > 註:0050 連結基金與 0056 的「一年報酬率」因淨值 vs 市價計算基準不同略有差異;元大多多因高週轉,不同區間統計介於 211%–264%。
18
+
19
+ ## 二、各標的摘要
20
+
21
+ ### 1. 0050 連結基金(不配息)— 元大台灣卓越50 連結基金
22
+ - 90%+ 資產投資於主基金;被動追蹤台灣50 指數(台股市值前 50 大)。
23
+ - **不配息級別自動再投入**:複利完整、省手動再投資與股利所得稅。
24
+ - 前十大概念:台積電、鴻海、聯發科、台達電、富邦金、國泰金。風險等級 RR4。
25
+
26
+ ### 2. 0056 高股息 ETF — 元大台灣高股息
27
+ - 追蹤臺灣高股息指數(FTSE TWSE Taiwan Dividend+);台灣50 + 中型100 中篩「預測現金股利殖利率」最高 50 檔,**殖利率加權**。
28
+ - 每季配息、連續配息逾 15 年;產業較 0050 分散至中型股(電子零組件/金融/半導體/傳產)。
29
+ - 前十大概念(2026/08):南亞、華南金、永豐金、緯創、中信金、華碩、華邦電、南亞科。RR4。
30
+
31
+ ### 3. 元大多多基金 — 主動型科技基金
32
+ - 經理人主動選股,聚焦電子、半導體、AI 供應鏈;**極度集中電子科技股**。
33
+ - 週轉率高、攻擊性強:科技多頭報酬驚人,波動與回撤也大。
34
+ - 前十大(2026/07):台積電 9.40%、聯電 8.42%、欣興 7.83%、台光電 7.55%、緯穎 6.70%、智邦 6.34%、奇鋐 5.77%、旺矽 5.25%、緯創 5.25%、致茂 5.22%。RR4。
35
+
36
+ ### 4. 元大高股息優質龍頭基金 — 主動型高股息
37
+ - 「高股息優質龍頭」股票 ≥ 淨資產 60%,兼顧股息與成長。
38
+ - 產業:半導體 61%、電子零組件 8%、通信 6%、金融 2.6%;現金部位約 17%。
39
+ - 2026 績效爆發但**波動率四檔最高(44.34%)**。前十大(2026/07):環球晶 11.71%、聯電 9.73%、世界 9.41%、台積電 8.19%、中美晶 7.42%、欣興 5.72%、兆豐金 5.41% 等。RR4。
40
+
41
+ ## 三、組成成分差異
42
+
43
+ | 比較面向 | 0050 連結 | 0056 ETF | 元大多多 | 高股息優質龍頭 |
44
+ |:---|:---|:---|:---|:---|
45
+ | 管理方式 | 被動連結 | 被動指數 | 主動選股 | 主動選股 |
46
+ | 持股數量 | 約 50 檔 | 50 檔 | 約 20–40 檔(集中) | 約 20–40 檔(集中) |
47
+ | 權重邏輯 | 市值加權 | 殖利率加權 | 經理人判斷 | 經理人判斷 |
48
+ | 產業集中度 | 低(貼近大盤) | 中 | **極高**(電子科技) | **高**(半導體逾 60%) |
49
+ | 台積電比重 | 約 20–25% | 較低 | 9.4% | 7–8% |
50
+ | 配息機制 | 不配息(累積) | 每季配息 | 依級別可選 | 依級別可選 |
51
+
52
+ ## 四、風險與報酬排序
53
+
54
+ ```
55
+ 一年報酬:元大多多(211–264%)> 高股息優質龍頭(139.72%)> 0050連結(~130%)> 0056(68.12%)
56
+ 波動率:高股息優質龍頭(44.34%)> 元大多多(32.16%)> 0056(21.86%)≈ 0050連結(20.43%)
57
+ Sharpe:0050連結(1.23)≈ 元大多多(1.25)> 高股息優質龍頭(0.63)
58
+ ```
59
+
60
+ ## 五、投資屬性對應
61
+
62
+ | 投資需求 | 建議標的 |
63
+ |:---|:---|
64
+ | 大盤報酬、最低成本、長期複利 | 0050 連結基金(不配息) |
65
+ | 穩定現金流、高股息、分散單一產業 | 0056 高股息 ETF |
66
+ | 看好 AI/科技供應鏈、承受高波動 | 元大多多基金 |
67
+ | 主動選股兼顧股息與成長 | 元大高股息優質龍頭 |
68
+
69
+ ## 六、📅 2026-11-11 網路充實
70
+
71
+ ### 0056 全年配息(moneydj / goodinfo / 經濟日報)
72
+ - 2026 年四次配息合計 **4.936 元**:1/22(25Q4)0.866 → 4/23 1.00 → 7/21 1.35 → **10/22(26Q3)1.72 創單季新高**(11/11 發放;持有一張領 1,720 元)。
73
+ - 10 月除息 1.72 元:單季殖利率 3.02%、**年化配息率 12.10%**;全年 3 度調升現金股利、2 度配出新高。
74
+ - 對照:來源檔(2026/08)當時年化配息率約 10.27%、單季 1.35 — Q3 再度上調。
75
+
76
+ ### 台股 2026 點位與波動(Yahoo / 維基 / udn / MacroMicro)
77
+ - 歷史高點 **49,968 點**;10/22 收 46,041(季線失守,自高點跌 3,927)。
78
+ - 2026 年創單日**最大跌點 3,737.67(11/06)**與**最大漲點 3,281.06(07/31)**。
79
+ - 11/10 收 43,106 → 11/11 開 43,135;台灣上市股票總市值約 154.18 兆台幣(2026/10 中旬,全��排名第 4)。
80
+ - **含義**:主動型高集中度基金在 11 月的急跌中回撤會更劇烈(波動率 32–44%)— 來源檔的「風格轉換風險」警示在 2026-11 已實際上演。
81
+
82
+ > 免責:以上績效均為歷史表現,不代表未來報酬保證。主動型基金優異績效與 2026 科技股強勢高度相關,市場風格轉換時高集中度可能面臨較大回撤。
data/stock_topics/03_期權入門.md ADDED
@@ -0,0 +1,74 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 03 · 期權(選擇權)入門
2
+
3
+ > 來源:`~/量化/投資/了解期權.md`(228 行)、`~/個人/道/數學預測股市.md`(影片 hook)
4
+ > 網路充實:2026-11-11(TXO 契約規格現況/週五到期契約)
5
+
6
+ ---
7
+
8
+ ## 一、期權入門鉤子(影片腳本,`數學預測股市.md`)
9
+
10
+ > 數學真的能預測股市嗎?如果可以,為什麼連牛頓都敗在南海泡沫中?如果不可以,西蒙斯又如何用模型創造年化 66% 的傳奇回報?穿越三百年金融史,拆解華爾街最昂貴的公式 — 期權如何定價、如何對沖風險,以及數學究竟是在揭示市場規律,還是讓市場變得更加隨機。
11
+
12
+ ## 二、什麼是期權
13
+
14
+ 期權(Option,台灣稱「選擇權」)= **在未來特定時間內,以約定價格買入或賣出標的資產的權利**。
15
+
16
+ | 類型 | 中文 | 權利內容 |
17
+ |------|------|----------|
18
+ | **Call** | 買權/認購權 | 以履約價「買入」標的的權利 |
19
+ | **Put** | 賣權/認售權 | 以履約價「賣出」標的的權利 |
20
+
21
+ ### 買方 vs. 賣方
22
+
23
+ | 角色 | 付出/收取 | 最大風險 | 最大獲利 | 義務 |
24
+ |------|--------|--------|--------|--------|
25
+ | **買方**(Buy) | 支付**權利金** | 權利金(有限) | 理論上無限 | 只有「權利」,無義務 |
26
+ | **賣方**(Sell) | 收取**權利金** | 理論上無限 | 權利金(有限) | 有「履約義務」 |
27
+
28
+ 💡 核心概念:買方像買保險(付保費換保障),賣方像保險公司(收保費承擔風險)。
29
+
30
+ ## 三、台灣期交所商品(進場流程)
31
+
32
+ ### 1. 開戶
33
+ 期貨商開立「期貨交易帳戶」+ 簽署風險預告書(選擇權屬高風險商品)。
34
+
35
+ ### 2. 選擇標的
36
+
37
+ | 商品 | 代號 | 標的 | 契約規格 |
38
+ |------|----|---------|-------|
39
+ | **台指選擇權** | TXO | 台灣加權指數 | 指數 × 50 元 |
40
+ | **電子選擇權** | TEO | 電子類指數 | 指數 × 4,000 元 |
41
+ | **金融選擇權** | TFO | 金融類指數 | 指數 × 1,000 元 |
42
+ | **個股選擇權** | — | 單一股票(台積電、聯發科等) | 2,000 股 / 1 張 |
43
+
44
+ ### 3. 契約要素
45
+
46
+ ```
47
+ 買進 1 口 TXO 買權(Call)
48
+ 履約價:23,000
49
+ 到期日:2026/09(週選或月選)
50
+ 權利金:100 點
51
+ ```
52
+
53
+ - **履約價(Strike)**:未來買賣的約定價格
54
+ - **到期日(Expiration)**:權利失效日(月選為各契約月份第 3 個星期三)
55
+ - **權利金(Premium)**:買方成本
56
+
57
+ ## 四、📅 2026-11-11 契約規格現況(元大期貨/期交所/taifex)
58
+
59
+ | 項目 | 現況 |
60
+ |---|---|
61
+ | TXO 契約乘數 | 指數 × 50 元;保證金比例 10% |
62
+ | 履約型態 | 歐式(僅到期日可行使) |
63
+ | 契約月份 | 連續 3 個近月 + 3 個接續季月(共 6 個月) |
64
+ | 週三到期契約 | TX1、TX2、TX4、TX5 |
65
+ | 週五到期契約 | **TXU–TXZ**(2025-06-27 新商品):每週五掛牌、掛牌日次二週的週五到期,與週三契約互補;規格與交易結算機制一致 |
66
+ | 實例 | 2026-11-06 公告臺指選擇權週五到期契約(202611F1)最後結算價 |
67
+
68
+ ## 五、與其他子主題的連結
69
+
70
+ - **價差策略實作**:見 `07_量化投資平台架構.md` 的 `strategies/options_spread.py`(Bear Put Spread、Ratio Spread 等,針對高資產/極高風險 Profile 設計,均設停損)。
71
+ - **心法面**:期權賣方「理論上無限風險」= Klarman「避免永久性資本損失」的第一戒律對象(`04_投資心法.md`)。
72
+ - **個股查詢**:標的個股的本益比/殖利率/股價淨值比 → 展示平台「📈 台股本益比查詢」工具項。
73
+
74
+ > ⚠️ 期權財務槓桿高,投資人應依個人財務狀況審慎評估所能承擔之風險。
data/stock_topics/04_投資心法.md ADDED
@@ -0,0 +1,59 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 04 · 投資心法(Klarman × 巴菲特・蒙格)
2
+
3
+ > 來源:`~/量化/投資/Klarman心法.md`(159 行)+ `~/機器學習/馬毅/金融II/美股.md` 巴菲特蒙格段
4
+ > 網路充實:2026-11-11(巴菲特指標 238%/波克夏現金 3,970 億歷史新高)
5
+
6
+ ---
7
+
8
+ ## 一、Seth Klarman 核心心法
9
+
10
+ Baupost Group 超過 44 年歷史中**僅 5 個下跌年份**、最嚴重一年跌幅僅 **-10%**,卻創造年化約 **20%** 報酬 — 靠的不是預測市場,而是一套嚴格的風險管理哲學。
11
+
12
+ ### Klarman 8 大投資鐵律 × 台股 ETF 對應
13
+
14
+ | 心法 | 核心內涵 | 台股 ETF 對應應用 |
15
+ |-----|-----------|-----------|
16
+ | **Margin of Safety** | 以遠低於內在價值的價格買入,提供容錯空間 | 選低內扣成本、低波動、高品質 ETF;避免溢價買熱門標的 |
17
+ | **避免永久性資本損失** | 先保護下行,上行自然照顧自己 | 配置債券 ETF 緩衝;單一產業 ETF ≤ 10% |
18
+ | **現金是選擇權** | 常態保留 **30–50% 現金**,等待市場恐慌 | 保留 30–40% 現金或短債;只在極度悲觀時大舉進場 |
19
+ | **危機中獲利** | 市場恐慌時買入 | 恐慌加碼清單:台股大跌 15–20% 啟動 |
20
+ | **逆向思維** | 買被市場忽視、討厭的資產 | 不追熱門 AI/科技 ETF;配置被低估的金融、傳產、高股息 |
21
+ | **便宜不是策略** | 低估值不夠,還需催化劑和下行保護 | 選明確獲利能力、穩定配息、低週轉標的 |
22
+ | **紀律與耐心** | 嚴格遵守標準不受情緒影響 | 自動化定期定額 + 紀律再平衡;不因新聞亂動 |
23
+ | **長期持有** | 價值實現需要時間 | 持有至少 3–5 年,不為短期波動進出 |
24
+
25
+ > 💡 Klarman 關鍵洞察:「你無法透過買入『更安全』的公司來降低風險,你只能透過支付『更安全』的**價格**來降低風險。」
26
+
27
+ ## 二、「Klarman 防禦堡壘」台股 ETF 組合(100 萬元配置)
28
+
29
+ 核心精神:**先求不敗,再求勝** — 低成本市值型 ETF 為核心 + 高品質高股息 ETF 現金流 + 債券 ETF 與現金構築下行保護。(完整配置表見來源檔 `Klarman心法.md` 二、)
30
+
31
+ ## 三、巴菲特 × 蒙格心法(落實於 0050 + 美股 ETF)
32
+
33
+ | 核心心法 | 巴菲特觀點 | 蒙格觀點 | 對組合的啟示 |
34
+ | :- | :--- | :--- | :--- |
35
+ | **集中投資** | 分散是對抗無知;波克夏近 2/3 資產集中在 4 家公司 | 一生 4 個好機會就足夠,集中並忠誠持有 | 0050 + 標普500 ETF 就是對台美兩市場的集中下注 |
36
+ | **長期持有** | 買入即使市場關閉 10 年也願意持有的資產 | 好公司一抱數十年(如好市多) | ETF 背後是台美最強企業群,忽略短期波動 |
37
+ | **護城河與價值** | 持久競爭優勢(品牌/技術/市場地位) | 一致;重基本面與持久競爭力 | 定期看前十大成分股護城河是否仍在 |
38
+ | **情緒與紀律** | 別人恐懼時貪婪;成功不需超高智商,需情緒穩定 | 理性與謹慎比聰明更重要 | 定期定額 + 恐慌時按計畫加碼 |
39
+
40
+ ### 化為行動
41
+
42
+ 1. **心態**:少即是多 — 核心配置已夠強大,投資週期拉長到 5–10 年。
43
+ 2. **執行**:持續定期定額;市場大跌時單筆加碼;減少查看淨值頻率。
44
+ 3. **檢視**:關注前十大成分股(台積電、蘋果、Google…)的護城河變化。
45
+
46
+ **公式總結**:用研究代替頻繁交易、用信念對抗市場波動、用時間累積複利。
47
+
48
+ ## 四、📅 2026-11-11 網路充實 — 大師們 2026 年的實際動作
49
+
50
+ | 訊號 | 2026 現況 | 與心法的對照 |
51
+ |---|---|---|
52
+ | **巴菲特指標**(美股總市值/GDP) | 衝上 **236–238% 歷史新高**(2026/07 經濟日報;Yahoo 238%) | 估值過高警示 — 「支付安全的價格」此時更難 |
53
+ | **波克夏現金部位** | 2026 Q1 底 **3,970 億美元**(歷史新高);Q3 末 3,774 億;連 14–16 季中 15 季賣超 | Klarman「現金是選擇權」+ 巴菲特「現金就像氧氣」互相印證 |
54
+ | **巴菲特遺產配置** | 公開表示 9 成遺產將買標普500 型指數基金 | 「對一般投資人,低成本指數基金是最佳選擇」的最終實踐 |
55
+ | **波克夏動向** | 高現金防守下仍重押 Alphabet(2026 Q1 13F) | 集中投資:熟悉的少數標的(能力圈) |
56
+
57
+ > ⚠️ 時效標註:上述數據為 2026-11-11 查證;巴菲特指標與現金部位持續變動,引用前重查。心法本身(鐵律表)不受時效影響。
58
+
59
+ > 免責:心法為投資哲學整理,非投資建議;投資前請詳閱公開說明書。
data/stock_topics/05_配對交易與動態Beta.md ADDED
@@ -0,0 +1,72 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 05 · 配對交易與動態 Beta
2
+
3
+ > 來源:`~/量化/ETF/目標資產Y與基準資產.md`(55 行)
4
+ > 主題:Pair Trading 的 Y/X 經典組合 + PyMC 動態對沖比例(Beta)分析
5
+
6
+ ---
7
+
8
+ ## 一、選對原則
9
+
10
+ 配對交易的「目標資產 Y」與「基準資產 X」必須具備:
11
+
12
+ 1. **強烈的經濟基本面關聯**(上下游產業鏈)
13
+ 2. 或**高度的統計共整合性**(Cointegration)— 價差長期均值回歸
14
+
15
+ ## 二、五大類經典 Y vs X 組合
16
+
17
+ ### 1. 商品 vs 礦業股(實物 × 生產商)
18
+
19
+ | Y(股票/ETF) | X(現貨/期貨) | 特點 |
20
+ |---|---|---|
21
+ | GDX(黃金礦業 ETF) | GLD(黃金現貨 ETF) | 最知名配對;股票對商品價格有槓桿效應,Beta 隨市場情緒漂移 |
22
+ | SIL(白銀礦業 ETF) | SLV(白銀現貨 ETF) | 波動率比黃金更大,適合波動率策略 |
23
+
24
+ ### 2. 個股 vs 大盤/行業指數(剝離系統性風險)
25
+
26
+ | Y(個股) | X(指數 ETF) | 特點 |
27
+ |---|---|---|
28
+ | AAPL / MSFT | QQQ(那斯達克 100) | 追蹤龍頭股相對科技板塊的超額報酬(Alpha) |
29
+ | NVDA / TSM(台積電 ADR) | SMH(費城半導體) | 半導體景氣循環強烈;動態 Beta 捕捉龍頭何時領跑/落後產業 |
30
+
31
+ ### 3. 同業競爭對手(統計套利)
32
+
33
+ | Y | X | 特點 |
34
+ |---|---|---|
35
+ | KO(可口可樂) | PEP(百事可樂) | 消費必需品雙雄,極度穩定的經典統套組合 |
36
+ | V(Visa) | MA(萬事達卡) | 數位支付雙巨頭,共整合性極高,價差快速收斂 |
37
+ | XOM(埃克森美孚) | CVX(雪佛龍) | 能源雙雄,受國際油價共同驅動 |
38
+
39
+ ### 4. 槓桿 vs 原型(定價不對稱)
40
+
41
+ | Y(槓桿型) | X(原型) | 特點 |
42
+ |---|---|---|
43
+ | SSO(2× 做多標普500) | SPY | 理論 Beta ≈ 2;因波動率損耗(Volatility Drag)偏離時可再平衡套利 |
44
+ | ASML(ADR) | ASML.AS(阿姆斯特丹母股) | 跨市場套利;匯率干擾由 PyMC 隨機漫步截距項(Alpha)吸收 |
45
+
46
+ ### 5. 防禦板塊 vs 大盤(Risk-on / Risk-off 資金流)
47
+
48
+ | Y(防禦型) | X(大盤核心) | 特點 |
49
+ |---|---|---|
50
+ | XLP(消費必需品)/ XLV(醫療保健) | SPY | 市場修正時 Y 的 Beta 顯著下降(抗跌);牛市時 Beta 動態上升 |
51
+
52
+ ## 三、PyMC 動態 Beta 用法
53
+
54
+ - 模型:Beta 隨時間隨機漫步(dynamic regression),截距項 Alpha 吸收匯率/結構性溢價。
55
+ - 用途:配對交易對沖比例計算 — Beta 偏離理論值(如 SSO vs SPY 的 2.0)即觸發再平衡。
56
+
57
+ ## 四、Streamlit 整合建議(來源檔原始設計)
58
+
59
+ 介面預設三組合:
60
+ 1. **Y: GDX, X: GLD**(原範例預設,最穩定)
61
+ 2. **Y: KO, X: PEP**(低波動、穩定收斂)
62
+ 3. **Y: NVDA, X: QQQ**(觀察科技狂潮下個股對大盤的動態主導力)
63
+
64
+ **進階功能建議**:PyMC 取樣前先跑**共整合檢驗(Cointegration Test)預警** — 過濾不適合配對交易的組合,避免在非共整合對上白費運算。
65
+
66
+ ## 五、與其他子主題連結
67
+
68
+ - 統計背景與金融數學史(牛頓南海泡沫 vs 西蒙斯)→ `03_期權入門.md` 鉤子段。
69
+ - 配對交易所需的數據抓取(yfinance 美股)→ `06_開源量化工具鏈.md`。
70
+ - 展示平台端:此 Streamlit + PyMC 動態 Beta 工具屬「流光選股」之外的獨立實驗 — 若要整合進 quantum_website,依 sync/sidebar 鐵律另立工具項。
71
+
72
+ > ⚠️ 配對交易為統計套利策略,共整合關係可能結構性失效(regime change);回測獲利不保證實盤。
data/stock_topics/06_開源量化工具鏈.md ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 06 · 開源量化工具鏈(資料 → 回測 → 風控)
2
+
3
+ > 來源:`~/量化/量化API.md`(46 行)
4
+ > 網路充實:2026-11-11(FinMind MCP Server/yfinance 2026 現況)
5
+
6
+ ---
7
+
8
+ ## 一、金融資料獲取 API
9
+
10
+ | 工具 | 市場 | 說明 |
11
+ |---|---|---|
12
+ | **FinMind** | 台股為主 | 台灣開源金融大數據 API:台股、美股、期權、財報、籌碼面等 50+ 種數據 |
13
+ | **yfinance** | 美股/全球 | Yahoo Finance API 下載歷史市值:K 線、除權息、基本面;全球主流市場 |
14
+ | **TuShare** | A 股為主 | 免費金融大數據接口,含股票、基金、期貨、宏觀經濟(部分全球數據) |
15
+
16
+ ## 二、量化回測與策略框架
17
+
18
+ | 框架 | 定位 |
19
+ |---|---|
20
+ | **backtrader** | GitHub 最受歡迎的 Python 回測框架之一:多商品回測、多指標分析、內建圖表輸出 |
21
+ | **vnpy** | 開源量化交易平台開發框架:底層接口 + 上層策略(CTP 期貨、證券 API),從回測一路到實盤 |
22
+ | **pyfolio** | 投資組合性能與風險分析:一鍵生成夏普比率(Sharpe)、最大回撤(Max Drawdown)等量化必備圖表 |
23
+
24
+ ## 三、台灣市場特定
25
+
26
+ - **TEJAPI_Python_Medium_Quant**:台灣經濟新報(TEJ)維護的範例庫 — 定期定額、技術分析、機器學習預測、籌碼分析回測範例。
27
+ - 深入探索:GitHub 的 Market Data API Topics 頁面。
28
+
29
+ ## 四、核心開發流程
30
+
31
+ ```
32
+ 資料獲取 → 策略撰寫與回測 → 風險與績效評估
33
+ (yfinance + pandas + backtrader/pyfolio 為最小可行組合)
34
+ ```
35
+
36
+ **入門範例**(來源檔):yfinance(取數據)+ pandas 撰寫**均線交叉策略**(Moving Average Crossover)+ pyfolio(風險分析)。
37
+
38
+ ## 五、📅 2026-11-11 網路充實
39
+
40
+ | 工具 | 2026 現況 |
41
+ |---|---|
42
+ | **FinMind** | 推出 **MCP Server 0.1.0**(2026):支援所有公開資料集與 API Endpoint — Claude、Cursor、Codex 等 AI 工具可直連台股數據;仍是台股分析的首選免費源 |
43
+ | **yfinance** | 2026 仍為美股/全球免費數據主流(ranaroussi/yfinance 持續維護):歷史價格、股息、拆分、基本面;非官方庫,頻繁抓取有 rate limit/IP 封鎖風險(分批下載 + `time.sleep`) |
44
+ | **Shioaji**(永豐) | 台股程式交易 API 佔約一半份額(TEJ 觀察);1.7.1 版 + 官方 Pro App;詳見 `08_自動化實盤決策節點.md` |
45
+ | **免費 API 生態** | 2026 主流免費股票數據 API 對比(覆蓋/穩定性/門檻/限制)— 選型時以「數據覆蓋 + 限制規則」為準,詳見各工具官網 |
46
+
47
+ ## 六、與其他子主題連結
48
+
49
+ - 工具鏈的「平台化」落地 → `07_量化投資平台架構.md`(流光選股 = 此工具鏈的完整工程實作)。
50
+ - 實盤接入(vnpy Sizer、滑價保護、斷線重連)→ `08_自動化實盤決策節點.md` 實盤三坑。
51
+ - 台股本益比資料的另一免費源:TWSE 官方 BWIBBU_d(展示平台 stock_vwr 所用)。
data/stock_topics/07_量化投資平台架構.md ADDED
@@ -0,0 +1,109 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 07 · 量化投資平台架構(流光選股蒸餾導覽)
2
+
3
+ > 來源:`~/量化/展示/README.md`(136 行;≡ `~/量化/回測/README.md` 同文檔兩份拷貝,去重合併)
4
+ > + `~/量化/流光選股.zip`(`展示/` 平台原始碼 8,279 行 Python 蒸餾;**程式碼不上 repo**,本檔為導覽)
5
+ > 檢驗:2026-11-11 已驗證無硬編 secrets(券商憑證為建構參數,非硬編值)
6
+
7
+ ---
8
+
9
+ ## 一、平台定位
10
+
11
+ **Quant Investment Platform** — 針對台灣地區高資產投資人的 Python 量化投資系統,**無需 API Token 即可使用**(免費數據源)。
12
+
13
+ 投資者 Profile:資金 1,000 萬+、經驗進階(7 年+)、風險承受極高、時間框架 1–3 年短中期、45–55 歲資產鞏固期。
14
+
15
+ ## 二、五層模組架構(8,279 行)
16
+
17
+ ```
18
+ quant_investment_platform/
19
+ ├── config/settings.py # 全局配置(BrokerConfig 等)
20
+ ├── data/
21
+ │ ├── free_data_source.py # ★ 免費數據源(yfinance)
22
+ │ ├── download_all.py # ★ 一鍵下載腳本
23
+ │ ├── fetcher.py # 數據抓取接口(含台灣證交所)
24
+ │ └── processor.py # 技術指標計算
25
+ ├── research/
26
+ │ ├── factor_model.py # 多因子選股模型(491 行)
27
+ │ ├── factor_optimizer.py # 因子權重優化
28
+ │ └── backtest.py # 回測引擎
29
+ ├── strategies/
30
+ │ ├── taiwan_swing.py # 台股波段策略(TWSwingScanner 標的掃描器)
31
+ │ ├── us_swing.py # 美股波段策略(USSwingScanner)
32
+ │ └── options_spread.py # 選擇權價差策略
33
+ ├── execution/
34
+ │ ├── broker_fubon.py # 富邦證券 API
35
+ │ ├── broker_sinotrade.py # 永豐證券 API
36
+ │ ├── broker_ib_full.py # Interactive Brokers
37
+ │ └── order_manager.py # 智能訂單路由 + RiskGate 風控閘道
38
+ ├── risk/
39
+ │ └── metrics.py # VaR、夏普、最大回撤、Beta、相關性矩陣(364 行)
40
+ └── examples/demo_backtest.py # 回測示範
41
+ ```
42
+
43
+ 另有 Streamlit dashboard(`dashboard/app.py` 36,327 bytes 巢狀 zip `quant_investment_platform_streamlit.zip`)與 `回測Util.py`/`回測UtilII.py`。
44
+
45
+ ## 三、快速開始(無需 API Token)
46
+
47
+ ```bash
48
+ pip install yfinance pandas numpy talib-binary backtrader
49
+ python data/download_all.py # 一鍵下載免費歷史數據
50
+ python examples/demo_backtest.py # 回測示範
51
+ python research/factor_model.py # 多因子選股
52
+ ```
53
+
54
+ **下載內容**:台股藍籌 30 檔(5 年日線)、台股熱門 ETF 10 檔(5 年)、加權指數 ^TWII(10 年)、美股七巨頭(5 年)、槓桿/反向 ETF(3 年)、美股指數(10 年)。
55
+
56
+ ## 四、數據源
57
+
58
+ | 來源 | 費用 | 限制 | 入口 |
59
+ |------|------|------|------|
60
+ | **yfinance** | 免費 | 頻繁抓取可能暫時封 IP(分批 + `time.sleep(0.5)`) | `data/free_data_source.py` |
61
+ | **台灣證交所** | 免費 | 有頻率限制 | `data/fetcher.py` |
62
+ | **FRED** | 免費 | 僅總經數據 | `download_fred_data()` |
63
+
64
+ > 免費數據延遲 15–30 分鐘,僅適合回測與日內策略規劃。
65
+
66
+ ## 五、多因子選股模型(`research/factor_model.py`)
67
+
68
+ | 因子 | 權重 | 內容 |
69
+ |------|------|------|
70
+ | 動能 | 30% | 價格動能、成交量動能、營收/籌碼動能 |
71
+ | 品質 | 25% | ROE、負債比、獲利穩定性、財務健康度 |
72
+ | 成長 | 25% | 營收成長、獲利成長、EPS 成長 |
73
+ | 估值 | 20% | 相對 PE/PB、52 週位置 |
74
+
75
+ ## 六、策略模組
76
+
77
+ - **台股/美股波段**:`TWSwingScanner`/`USSwingScanner` 標的掃描器(分鐘/日線波段 — 決策節點 D4:台股現貨來回成本約 0.47%,tick 級翻倉數學上不可能獲利)。
78
+ - **選擇權價差**(`options_spread.py`,針對高資產 Profile):Bear Put Spread(溫和看空/避險)、Ratio Spread(非對稱風險報酬,高確信度時用)等;**所有策略均設停損**。
79
+
80
+ ## 七、券商串接(可選,實盤時填入)
81
+
82
+ ```python
83
+ # config/settings.py
84
+ BROKER = BrokerConfig(
85
+ TW_BROKER="fubon", # 或 "sinotrade"
86
+ TW_API_KEY="your_key",
87
+ TW_API_SECRET="your_secret",
88
+ IB_HOST="127.0.0.1", IB_PORT=7497,
89
+ PAPER_TRADING=False, # 預設 True;確認策略有效後再切實盤
90
+ )
91
+ ```
92
+
93
+ 支援:富邦、永豐(Shioaji)、Interactive Brokers;`order_manager.py` 的 **RiskGate** 在下單前檢查:部位上限、停損條件、流動性、風險集中度。
94
+
95
+ ## 八、資產配置與風控參數(極積極進攻型)
96
+
97
+ | 類別 | 比例 |
98
+ |------|------|
99
+ | 權益類 | 75%(台股個股 35% + 基金 15% + ETF 10% + 美股 15%) |
100
+ | 衍生性/槓桿 | 20%(權證 + 期貨選擇權 + 槓桿 ETF) |
101
+ | 現金 | 5% |
102
+
103
+ 風控紅線:單一標的 ≤ 10%;衍生性工具合計 ≤ 20%;硬停損 -15%;組���最大回撤 25%(強制減碼);**絕對虧損上限 30%(資產不低於 700 萬)**。
104
+
105
+ > ⚠️ 資產鞏固期底線:即使極高風險偏好,也建議設絕對虧損上限(70% 資產保護線)— 與 `04_投資心法.md` Klarman「避免永久性資本損失」同源。
106
+
107
+ ## 九、程式碼取得
108
+
109
+ 本機 zip:`~/量化/流光選股.zip`(`展示/` 目錄,Python 3.14 pycache 痕跡;建議 uv + 3.12 venv 執行,見 `08_自動化實盤決策節點.md` D6)。MIT License — 僅供個人投資研究使用。
data/stock_topics/08_自動化實盤決策節點.md ADDED
@@ -0,0 +1,75 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 08 · 自動化實盤決策節點(台股)
2
+
3
+ > 來源:`~/量化/決策節點.md`(202 行,2026-10-29 建立)、`~/量化/展示/決策節點_HFT_Cloudflare.md`(27 行)、`~/量化/注意事項.md`(28 行)
4
+ > 網路充實:2026-11-11(Shioaji 2026 生態現況)
5
+ > 互補:Quant 主題 `01_台股實盤自動化交易(Shioaji API)`(`data/quant_topics/`)— 教學式導讀;本檔為決策實錄。
6
+
7
+ ---
8
+
9
+ ## 一、目標定義(決策節點 #1)
10
+
11
+ > 用永豐 Shioaji 模擬環境,把「5 分 K 波段策略 → 風控 → 下單 → 成交回報 → 重啟復原 → 盤後對帳」整條鏈路,在**不碰真錢**的前提下連續跑通 **5 個交易日**。
12
+
13
+ **不是**在追求獲利策略。這一階段的成功標準是「系統正確」,不是「策略賺錢」。
14
+
15
+ ## 二、D0–D7 決策總表
16
+
17
+ | 節點 | 決策 | 選擇 | 關鍵理由 |
18
+ |---|---|---|---|
19
+ | D0 | 交付目標 | 模擬盤先跑通 | 現有程式連委託回報都沒檢查,直接實盤等於把錢交給未測試的程式 |
20
+ | D1 | 市場/商品 | 台股現貨 | Shioaji 支援最完整,憑證與範例現成 |
21
+ | D2 | 券商 API | 永豐 Shioaji | 已有可跑範例 + 官方 simulation 模式 |
22
+ | D3 | 現有碼處置 | 以 `展示/` 為主線重構 | data/research/strategies/execution/risk 已分層;重寫最貴的資料與回測層不划算 |
23
+ | D4 | 策略層級 | 分鐘/日線波段 | 台股現貨來回成本約 0.47%,tick 級翻倉數學上不可能獲利 |
24
+ | D5 | 風控 | 百分比風險 + 日斷路器 | 模擬盤要驗的是「系統」,風控是系統的一部分 |
25
+ | D6 | 執行環境 | uv + Python 3.12 venv | 系統只有 Python 3.14,Shioaji 裝不上 |
26
+ | D7 | 驗收標準 | 連續 5 日完整對帳 | 單筆成功只證明 API 能通,證明不了系統可用 |
27
+
28
+ ## 三、被否決的選項(留給未來的自己)
29
+
30
+ | 否決項 | 原因 |
31
+ |---|---|
32
+ | 直接實盤小額 | 沒風控、沒重啟復原、沒成交確認 → 重複下單或幽靈持倉 |
33
+ | tick 級 5/10 筆均線 | 秒級翻轉、來回成本 0.47% 起跳,期望值必為負;tick 噪音無統計意義 |
34
+ | 另開全新專案 | 需重寫下載/指標/回測,工期 3–5 倍,失去 `展示/` 已驗證部分 |
35
+
36
+ ## 四、決策節點 #2 — HFT 高頻 + Cloudflare 部署(2026-11-03)
37
+
38
+ | 節點 | 決策 | 選擇 |
39
+ |---|---|---|
40
+ | D0 | 規格解讀 | 以招募文為目標建 HFT 骨架;策略邏輯由使用者提供 |
41
+ | D1 | 風險聲明 | 「零風險/30點/分」視為行銷文案;**程式實作硬性風控,不接受零風險前提** |
42
+ | D2 | 券商 | 新增群益 Capital API(CapitalGateway),與永豐並行 |
43
+ | D3 | 保證金 | 模擬/紙上交易(唯一合法的「無保證金」) |
44
+ | D4 | Cloudflare | Web 儀表板 + Worker 代理;後端續跑 VPS/Docker |
45
+ | D5 | 架構 | 新建 `hft/` 分支與現有 Bar 系統並行,不污染已驗收的模擬盤 |
46
+
47
+ **已實作**:`hft/`(Tick、CapitalGateway 介面+Mock+真實骨架、TickEngine、TickStrategy、HftRiskGuard、ExampleMomentumStrategy)、`cloudflare/`(index.html 儀表板、worker.js、wrangler.toml)、`tests/hft/test_tick.py` 4 passed。
48
+
49
+ **已知限制**:群益 `capitals` 套件未裝(真實適配器為骨架);策略邏輯未提供;Cloudflare Worker 需手動 `npx wrangler deploy`;HFT 延遲未量測。
50
+
51
+ ## 五、實盤上線前三大隱形坑(`注意事項.md`)
52
+
53
+ 1. **模擬盤測試**:絕不把剛寫好的策略直接丟實盤 — 先用 VN.PY 內建 `Sizer`(手動下單)看一週,或永豐**模擬環境(Simulation Mode)** API 測試,確認訊號與下單動作完全一致。
54
+ 2. **滑價與流動性**:回測假設成交在收盤價;實盤市價/限價單下達時市場已跳動 — 加**滑價保護**(買入限價 = 目前價格 + 2 檔)。
55
+ 3. **網路斷線與例外**:台股 09:00 開盤瞬間爆量、API 斷線是家常便飯 — 實作 `on_disconnect` 自動重連 + 每日開盤前重啟系統清快取。
56
+
57
+ (Shioaji 範例:事件驅動架構 — 初始化 → 登入與憑證啟用 → 訂閱 Tick → 均線交叉計算 → 自動下單;需先向券商申請 API 權限並放置 .pfx 憑證。)
58
+
59
+ ## 六、📅 2026-11-11 網路充實 — Shioaji 生態現況
60
+
61
+ | 項目 | 2026 現況(查證日 2026-11-11) |
62
+ |---|---|
63
+ | 版本 | Shioaji **1.7.1**;官方 Pro App(GitHub `Sinotrade/shioaji-pro-app`):即時計算指數、成分股與產業貢獻的市場脈動面板 |
64
+ | 市占 | 佔台股程式交易約**一半份額**(TEJ TQuant Lab 觀察) |
65
+ | 平台 | 台灣首款相容 Mac 與 Linux 的跨平台 Python 證券 API;支援 AI code 助手 |
66
+ | AI 整合 | 社群出現 **Shioaji MCP Server**(offbeat-studio/shioaji-mcp):AI 直連真實交易 API(⚠️ 會下真實訂單,先用小額測試) |
67
+ | 使用心得 | 撈資料快但 API 用量額度偏緊;回測與程式交易生態完整(TQuant Lab 結合永豐 API 自動化下單) |
68
+
69
+ ## 七、決策鏈時間線
70
+
71
+ 1. 2026-10-29 — 決策節點 #1 鎖定��模擬盤 5 日對帳(D0–D7)
72
+ 2. 2026-11-03 — 決策節點 #2:HFT 骨架 + 群益 Capital + Cloudflare 儀表板
73
+ 3. 2026-11-11 — 本主題沉澱(stock-market 技能);模擬盤 5 日驗收狀態未記錄於來源檔 — 待補
74
+
75
+ > ⚠️ 狀態標註:來源檔 `決策節點.md` 註明「決策已鎖定,尚未開始實作」;HFT 已實作骨架與 4 個測試。模擬盤 5 日連續對帳是否已完成,本地無證據 — 引用時如實標註。
data/ti_topics/00_主題總覽.md ADDED
@@ -0,0 +1,41 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 拓撲絕緣體主題總覽
2
+
3
+ > 沉澱來源:`~/物理模擬/topo/`(119 檔,約 22,000 行;2026-11-11 汲取整理)
4
+ > 網路充實:各子主題分別檢索(2026-11-11,來源於各檔末「網路充實」段)
5
+ > 本檔為主題入口:子主題地圖、來源映射與快速路由
6
+
7
+ ## 主題定位
8
+
9
+ 拓撲絕緣體(Topological Insulator, TI)是「體態絕緣、表面/邊緣具有受拓撲保護金屬態」的量子物態。本主題沉澱涵蓋**基礎物理 → 材料系統 → 計算預測 → 量子傳輸線工程 → 拓撲超導/量子計算 → 台灣製造生態**的完整鏈路,核心關注點是把 TI 應用於**低溫量子晶片訊號傳輸線(TIRC)**與**拓撲量子計算**。
10
+
11
+ ## 子主題地圖
12
+
13
+ | # | 子主題 | 檔案 | 一句話摘要 |
14
+ |---|--------|------|-----------|
15
+ | 00 | 主題總覽 | 本檔 | 入口與路由 |
16
+ | 01 | 基礎物理 | `01_基礎物理.md` | Berry 相位/曲率、陳數、Z₂、時間反演對稱、BHZ 模型、Dirac 表面態 |
17
+ | 02 | 材料系統 | `02_材料系統.md` | Bi₂Se₃ 家族、MnBi₂Te₄(mTI/afTI)、弱EPC強SOC 篩選準則、氧化控制 |
18
+ | 03 | 計算與預測 | `03_計算與預測.md` | 指標定理、對稱性指標、高通量篩選、材料資料庫、GNN 快速預測 |
19
+ | 04 | 量子傳輸線工程 | `04_量子傳輸線工程.md` | TI 作為低溫傳輸線:TIRC 共面波導、4mK–10K、TEM 波、製程 |
20
+ | 05 | 拓撲超導與量子計算 | `05_拓撲超導與量子計算.md` | TI vs 拓撲超導體、Majorana 零能模、拓撲量子位元進展 |
21
+ | 06 | 台灣製造與學術生態 | `06_台灣製造與學術生態.md` | 學研長膜 → NIL 微影 → 陶瓷放量三步供應鏈、各校實驗室 |
22
+
23
+ ## 來源映射(~/物理模擬/topo → 子主題)
24
+
25
+ | 子主題 | 主要本地來源(相對 ~/物理模擬/topo/) |
26
+ |--------|--------------------------------------|
27
+ | 01 基礎物理 | `誘導/2BHZ模型.md`、`誘導/3BHZ模型adv.md`、`誘導/0相變點.md`、`誘導/1時間反演.md`、`相位/Berry/*`(相變機制/對稱性指標/聯絡曲率/找材料)、`相位/Berry物理機制.md`、`MichaelBerry相位.md`、`拓撲/04時間反演對稱性破壞.md`、`拓撲/時間反演vs能帶間隙.md`、`拓撲絕緣體時間反演對稱性.md` |
28
+ | 02 材料系統 | `拓撲/弱EPC強SOC.md`、`拓撲/mTI與afTI.md`、`拓撲/拓撲絕緣體材料分析.md`、`拓撲/高拓撲絕緣體.md`、`拓撲/06合金vs絕緣體.md`、`絕緣體/0絕緣體vs合金.md`、`拓撲/三維拓撲絕緣體.md`、`拓撲/三維模擬.md`、`拓撲/拓撲三維.md`(≡`相位/三維拓樸預測篩選.md`,唯一重複對) |
29
+ | 03 計算與預測 | `指標/快速預測.md`、`指標/高通量TI.md`、`指標/dftTI.md`、`指標/自動化TI.md`(= quantum_website 部署包)、`指標/物理模擬db.md`、`相位/拓撲庫.md`、`相位/拓撲SQL.md`、`拓撲/tidb/*` |
30
+ | 04 量子傳輸線工程 | `拓撲/03絕緣體應用.md`、`TIRC/0物理機制.md`、`TIRC/比較類型.md`、`拓撲絕緣體TEM波.md`、`拓撲/034mK至10K.md`、`拓撲/05拓撲絕緣體低溫製程.md`、`拓撲/02訊號量測傳輸線製作.md`、`拓撲/07ribbonCable.md`、`拓撲/02低溫設備.md`、`拓撲/基礎/*`(1低溫架構、2量子晶片傳輸線指南、5絕緣體製程) |
31
+ | 05 拓撲超導 | `拓撲/01拓撲絕緣超導體.md`、`拓撲/基礎/0超導vs絕緣體.md` |
32
+ | 06 台灣生態 | `拓撲/04製造商.md`、`台灣製造量子讀取傳輸線.md`、`絕緣體/1學術合作.md` |
33
+ | (模擬平台原始碼) | `pages/*.py`(26 個 Streamlit 頁面)、`3BHZ模型.py`、`simBand.py`、`拓撲材料.py`、`dftUtil.py` — 主題文件引用,不逐檔複製 |
34
+
35
+ ## 核心結論(跨子主題)
36
+
37
+ 1. **物理**:拓撲相變本質是 Berry 曲率在布里淵區的「滲流」— SOC 增強驅動能帶反轉,Z₂ 從 0 躍遷至 1;TRS 保護 Dirac 表面態與自旋-動量鎖定(背向散射禁止)。
38
+ 2. **材料**:MnBi₂Te₄ 家族是當前最成熟的本征磁性/反鐵磁 TI 平台(QAHE 已觀測、摻雜可將相變溫度調至 10 K);Bi₂Se₃ 家族表面易氧化,需 Se 帽層/Al₂O₃ 鈍化。
39
+ 3. **計算**:對稱性指標 + 拓撲量子化學可**免 DFT** 做 ms 級拓撲判別;國際資料庫(TopoMat、TQC、磁性拓撲資料庫)已收錄 90,000+ 材料。
40
+ 4. **傳輸線**:TI 表面態電流僅在 ~1 nm 表層流動、低溫下相干長度增加、背散射抑制 → 潛在低損耗微波傳輸;台灣可行路徑為「陽明交大 MBE 長膜 → NARLabs NIL 微影 → 臺慶陶瓷放量」。
41
+ 5. **量子計算**:TI + s-wave 超導體異質結構是 Majorana 候選平台;微軟 Majorana 系列已進展至拓撲量子位元壽命 >20 秒(2026),但同行評議仍有爭議。
data/ti_topics/01_基礎物理.md ADDED
@@ -0,0 +1,71 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 01:基礎物理
2
+
3
+ > 本地來源:`誘導/2BHZ模型.md`、`誘導/3BHZ模型adv.md`、`誘導/0相變點.md`、`誘導/1時間反演.md`、`相位/Berry/0相變機制.md`、`相位/Berry/*`(對稱性指標、聯絡曲率、找材料)、`MichaelBerry相位.md`、`拓撲/04時間反演對稱性破壞.md`、`拓撲/時間反演vs能帶間隙.md`、`拓撲絕緣體時間反演對稱性.md`
4
+
5
+ ## 1. Berry 相位與曲率(拓撲的語言)
6
+
7
+ ### 1.1 三件套定義
8
+
9
+ | 量 | 定義 | 物理意義 |
10
+ |----|------|-----------|
11
+ | Berry 聯絡 | A_n(k) = i⟨u_nk\|∇_k\|u_nk⟩ | 動量空間的「向量勢」 |
12
+ | Berry 曲率 | Ω_n(k) = ∇_k × A_n(k) | 動量空間的「磁場」;規範不變 |
13
+ | Berry 相位 | γ = ∮ A·dk | 沿閉合迴路累積的幾何相位 |
14
+
15
+ - 能帶 n 的拓撲荷 = Berry 曲率在整個布里淵區(BZ)的積分:
16
+ - **Chern 數(2D)**:C = (1/2π)∫_BZ Ω(k) d²k — 整數,破壞 TRS 才可能非零
17
+ - **Z₂ 不變量(3D TRS 系統)**:簡化判據為「奇數個帶反轉 ↔ 非平凡」
18
+
19
+ ### 1.2 拓撲相變機制(SOC 驅動能帶反轉)
20
+
21
+ ```
22
+ 三階段演化(Γ 點附近):
23
+ λ_SO 小:正規序 s 帶在下、p 帶在上 → 拓撲平凡 Z₂=0
24
+ ↓ SOC 增大(或應變/壓力/組分調控)
25
+ 臨界點:能隙閉合(量子相變點,Berry 曲率集中爆發)
26
+ ↓
27
+ 帶反轉:p 帶在下、s 帶在上 → 拓撲非平凡 Z₂=1
28
+ ```
29
+
30
+ - 帶反轉發生後,體態必須在任意表面上「補償」拓撲荷 → **受拓撲保護的表面態**,其波函數在穿過表面時累積 **π 相位翻轉**(相位纏繞繞不動,故表面態無法被局域化去除)。
31
+ - 直觀圖像:Berry 曲率在 BZ 的「滲流」— 相變點是曲率從局域漲落變成宏觀流通的臨界點。
32
+
33
+ ## 2. 時間反演對稱性(TRS)與 Kramers 簡併
34
+
35
+ - 時間反演算符(自旋 1/2):Θ = -iσ_y K,滿足 **Θ² = -1**
36
+ - Kramers 定理:TRS 系統中,動量 k 與 -k 的態必須簡併 → **背向散射被禁止**(正反兩態自旋相反,非磁性雜質無法耦合)
37
+ - 這是 TI 表面態低耗散傳輸的根源:自旋-動量鎖定 + 背散射禁止 → 彈道傳輸
38
+ - TRS 破壞(磁性摻雜/磁性近鄰)→ 表面態打開能隙 → 量子反常霍爾(QAHE)平台(見子主題 02)
39
+
40
+ ## 3. BHZ 模型(2D TI 的最小模型)
41
+
42
+ H(k) = ε(k)𝟙 + d(k)·σ(4×4,含自旋)
43
+
44
+ - d(k) = (A k_x, A k_y, M(k)),M(k) = M₀ - B k²(符號決定拓撲)
45
+ - **B ≠ 0 且 M₀/B > 0 → 帶反轉 → 拓撲非平凡**(量子自旋霍爾態)
46
+ - 能隙 = 2|M|(在 Γ 點)
47
+ - TRS 證明:Θ H(k) Θ⁻¹ = H(-k),靠 A、M 皆為 k 的偶函數/適當矩陣結構成立
48
+ - 邊界解:拓撲區(M₀/B>0)在邊上必然出現螺旋邊態,態數 = Z₂ 不變量
49
+
50
+ ## 4. 3D TI 表面態(Dirac 錐)
51
+
52
+ ```
53
+ 表面態色散:E(k) = ±ħ v_F |k|,v_F ≈ 5×10⁵ m/s(Bi₂Se₃ 家族)
54
+ 體態能隙:~0.3 eV(Bi₂Se₃;實際塊材因缺陷常呈 n 型)
55
+ 自旋繞 Dirac 點呈左手螺旋(自旋-動量鎖定)
56
+ ```
57
+
58
+ - 奇數個 Dirac 錐 = Z₂ 非平凡的表面指紋(Bi₂Se₃: 1 個;拓撲晶體絕緣體靠晶體對稱保護,可有多個)
59
+ - ARPES(角分辨光電子能譜)是直接觀測表面 Dirac 錐與自旋紋理的標準工具。
60
+
61
+ ## 網路充實(2026-11-11 檢索)
62
+
63
+ - **普林斯頓 2026(Nature)**:首次取得量子霍爾邊緣態的高解析實空間影像,直接觀測電子間交互作用如何重塑拓撲邊緣 — 邊緣態物理從理論推斷進入實測時代。(dof.princeton.edu)
64
+ - Berry 相位已被列入多數凝態教材標準內容;拓撲能帶理論(Topological Quantum Chemistry, TQC)已成為能帶拓撲的主流分類框架(見子主題 03)。
65
+
66
+ ## 與其他子主題的接口
67
+
68
+ - Z₂ 判據如何「免 DFT」算 → 子主題 03(對稱性指標)
69
+ - 哪些真材料實現帶反轉 → 子主題 02(材料系統)
70
+ - 表面態背散射禁止 → 低損耗微波傳輸的物理基礎 → 子主題 04(傳輸線工程)
71
+ - TRS 破壞 + 超導近鄰 → Majorana 零能模 → 子主題 05
data/ti_topics/02_材料系統.md ADDED
@@ -0,0 +1,66 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 02:材料系統
2
+
3
+ > 本地來源:`拓撲/弱EPC強SOC.md`、`拓撲/mTI與afTI.md`、`拓撲/拓撲絕緣體材料分析.md`、`拓撲/高拓撲絕緣體.md`、`拓撲/06合金vs絕緣體.md`、`絕緣體/0絕緣體vs合金.md`、`拓撲/三維拓撲絕緣體.md`、`拓撲/三維模擬.md`、`拓撲/拓撲三維.md`(≡`相位/三維拓樸預測篩選.md`)
4
+
5
+ ## 1. 第一代 3D TI:Bi₂Se₃ 家族
6
+
7
+ | 材料 | 體隙 | 問題 |
8
+ |------|------|------|
9
+ | Bi₂Se₃ | ~0.3 eV | Se 空位 → 本征 n 型摻雜 |
10
+ | Bi₂Te₃ | ~0.15 eV | Te 反位缺陷 |
11
+ | Sb₂Te₃ | ~0.3 eV | p 型 |
12
+
13
+ **核心工程問題:氧化**。Bi₂Se₃ 表面在空氣中數小時內形成 Bi₂O₃/Bi₂O₅ 氧化層,降解表面態電導。對策:
14
+ - **Se 帽層**(MBE 生長後原位沉積非晶 Se,剝離前保持真空)
15
+ - **Al₂O₃ 封裝**(ALD 沉積,transport 量測前必做)
16
+ - 剝離/傳輸量測務必在手套箱或真空完成(Stanford Cui group:Kong et al.「Rapid Surface Oxidation…」;見 ACS Nano 2012 系列研究)
17
+
18
+ ## 2. 磁性 TI(mTI/afTI):MnBi₂Te₄ 家族
19
+
20
+ ### 2.1 家族表(本地 `拓撲/mTI與afTI.md`)
21
+
22
+ | 材料 | 結構 | 磁序 | 關鍵溫度 |
23
+ |------|------|------|----------|
24
+ | MnBi₂Te₄ | 七層 ABC(Te-Bi-Te-Mn-Te-Bi-Te) | A 型反鐵磁 | T_N ≈ 24–25 K |
25
+ | MnBi₄Te₇ | 交替(Bi₂Te₃ 塊 + MnBi₂Te₄ 塊) | A 型 AFM | T_N ≈ 13 K |
26
+ | MnBi₆Te₁₀ | 更大超晶格週期 | AFM | T_N ≈ 10–12 K |
27
+ | MnSb₂Te₄ | Sb 替代 | FM/AFM 取決於 Mn 反位 | T_C/T_N 變化大 |
28
+
29
+ - 優勢:本征磁性(不需磁性摻雜打破 TRS)、AFM 序保留特定對稱性 → axion insulator/QAHE 候選
30
+ - QAHE 已在 MnBi₂Te₄ 薄膜/器件中觀測(最早 mTI QAHE 報導見 arXiv:2012.04258 系列文獻),但溫度多在 1–2 K 以下、需要精密場調
31
+ - 文獻錨點:arXiv:2012.04258(MnBi₂Te₄ 家族早期系統研究)
32
+
33
+ ### 2.2 本地弱 EPC + 強 SOC 篩選結論(`拓撲/弱EPC強SOC.md`)
34
+
35
+ **最佳候選:MnBi₂Te₄(含 Ni 摻雜調控)**
36
+ - T_N = 24 K → 可經 5% Ni 摻雜壓至 ~10 K 工作點(匹配稀釋製冷機二級平台)
37
+ - λ_SO ≈ 0.8 eV(強 SOC 驅動帶反轉)
38
+ - 預期帶隙 ~20 meV(適中,利於低溫操控)
39
+
40
+ **備選材料(快速選料表)**:NdSb(輕稀土)、GdPtBi(半金屬候選,可承載 chiral fermion 物理)、YbOCl(稀土氧鹵化物,低對稱候選)
41
+
42
+ **篩選準則**:
43
+ 1. 電聲耦合(EPC)弱 → 載子壽命長、非平衡態可用
44
+ 2. SOC 強(重元素 Bi/Sb/Te/Pt/稀土)→ 帶反轉穩固
45
+ 3. 磁序溫度落在 4–10 K 製冷機可達區間
46
+ 4. 缺陷形成能高 → 載子濃度可控
47
+
48
+ ## 3. 快速選料指南(本地 `拓撲/mTI與afTI.md` 摘要)
49
+
50
+ - 要 QAHE / 陳絕緣體 → MnBi₂Te₄ 薪(奇數層 + 場調)
51
+ - 要 axion insulator → MnBi₂Te₄ 偶數層反鐵磁
52
+ - 要高溫磁 TI → 往 MnBi₄Te₇/MnBi₆Te₁₀ 超晶格或過渡金屬摻雜方向
53
+ - 要自旋軌道矩(SOT)器件 → Bi₂Se₃ 薄膜 + 磁性絕緣體異質結
54
+
55
+ ## 網路充實(2026-11-11 檢索)
56
+
57
+ - **MnBi₂Te₄/Bi₂Te₃ 超晶格高溫 QAHE**(Deng, Chen et al.,Nature 系列):QAHE 溫度上限已被推向更高區間(遠超早期 2 K),路徑是超晶格工程抑制 Mn 反位缺陷。
58
+ - **2026 綜述(J. Phys.: Condens. Matter, Xu L. 等)**「The challenging path toward high-temperature quantum anomalous Hall effect in MnBi₂Te₄」:系統整理 MnBi₂Te₄ 家族的核心量子現象(QAHE、axion、chiral fermion)與「通往高溫 QAHE」的公認難點(磁性溫度、缺陷、表面無序)。
59
+ - Bi₂Se₃ 氧化與鈍化的實驗共識:Se 帽層 + Al₂O₃ 封裝是 transport 級量測的標配(Stanford、多組重現)。
60
+
61
+ ## 與其他子主題的接口
62
+
63
+ - 材料候選從資料庫批量找 → 子主題 03
64
+ - 材料的低溫傳輸應用 → 子主題 04
65
+ - MnBi₂Te₄ + 超導近鄰 → 子主題 05
66
+ - 台灣谁能长这些膜 → 子主題 06
data/ti_topics/03_計算與預測.md ADDED
@@ -0,0 +1,56 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 03:計算與高通量預測
2
+
3
+ > 本地來源:`指標/快速預測.md`、`指標/高通量TI.md`、`指標/dftTI.md`、`指標/自動化TI.md`、`指標/物理模擬db.md`、`相位/拓撲庫.md`、`相位/拓撲SQL.md`、`拓撲/tidb/*`
4
+ > 備註:`指標/自動化TI.md`(2101 行)已整合部署於 quantum_website(`data/docs/topological_insulator.md`,commit `a3bd4a0`),本檔引用不重抄。
5
+
6
+ ## 1. 指標定理路線(免 DFT 的快速預測)
7
+
8
+ **Atiyah-Singer 指標定理**在晶格系統的離散版本:
9
+
10
+ ```
11
+ Ind(D) = dim ker D - dim ker D† = ∫_M Â(TM) ∧ ch(V)
12
+ ```
13
+
14
+ - 解析指標(佔據態 − 空態數目差)= 拓撲指標(Berry 曲率積分 = Chern 數/Z₂)
15
+ - 對稱性指標理論(Symmetry Indicators)+ 拓撲量子化學(TQC)→ **只用空間群 + Wyckoff 位置 + 帶在不可約表示的佔據**即可判別拓撲性質
16
+ - 本地實作 `services/index_theorem_predictor.py`(`指標/快速預測.md`):
17
+ - 輸入 pymatgen Structure → SpacegroupAnalyzer 對稱性分解 → Wyckoff 位置 → 解析指標 → ms 級返回「原子絕緣體 vs 拓撲材料」
18
+ - 後端 PostgreSQL(拓撲材料庫)
19
+ - 準確率:對多數空間群的絕緣體可給出完整判別;模糊帶(半金屬)需 fallback 到完整 DFT
20
+
21
+ ## 2. DFT 路線(高精度确認)
22
+
23
+ `指標/dftTI.md`:
24
+ - Wannier 插值算 Berry 相位/Z₂/Wilson loop
25
+ - 雜化泛函修正帶隙(PBE 低估 ~50%)
26
+ - 表面態模擬(slab 模型)→ 對照 ARPES
27
+ - 成本:每材料 CPU 小時級 → 只適合候選確認,不適合百萬級掃描
28
+
29
+ ## 3. 高通量掃描(本地資料庫 tidb)
30
+
31
+ `指標/高通量TI.md` + `拓撲/tidb/*`:
32
+ - 抓取 ICSD/COD 已知晶體結構 → 批量跑對稱性指標 → 建本地拓撲材料庫
33
+ - SQL 查詢介面(`相位/拓撲SQL.md`):按空間群、帶隙區間、元素過濾
34
+ - `相位/拓撲庫.md`:本地庫 schema 與檢索範例
35
+
36
+ ## 4. 國際資料庫現況(2026-11-11 檢索)
37
+
38
+ | 資料庫 | 內容 | 入口 |
39
+ |--------|------|------|
40
+ | **TopoMat** | 高通量第一性原理篩選已知晶體的拓撲性質 | materialscloud.org/discover/topomat |
41
+ | **Topological Quantum Chemistry (TQC)** | Poledger/Vergniory 系,~90,000+ 材料的拓撲分類 | topology.mit.edu / materialscloud |
42
+ | **磁性拓撲材料庫** | Robredo et al. 2025(Sci. Adv. adv8780):522 個新磁性拓撲材料;奠基於 Xu et al. 2020(Nature, cited 550+)磁性高通量計算 | science.org |
43
+ | Bi2Se3-type 資料庫 | 專注 3D TI 帶反轉材料 | 各文獻補充 |
44
+
45
+ - 趨勢共識:**「拓撲很常見」**(topological materials abundance)— 對稱性指標掃描顯示相當比例的已知絕緣體/半金屬帶非平凡拓撲;瓶頸在**帶隙品質與缺陷控制**,而非候選數量。
46
+ - 磁性拓撲是 2025–2026 擴充最快的子領域(高通量 AFM/FM 序掃描工作流已標準化)。
47
+
48
+ ## 5. 與 quantum_website 的銜接
49
+
50
+ - `指標/自動化TI.md` 的完整自動化預測流水線(輸入材料 → 指標篩選 → DFT 確認 → 報表)已作為網站文檔部署:quantum_website `data/docs/topological_insulator.md`
51
+ - 本地 Streamlit 模擬平台原始碼:`pages/*.py`(26 頁)+ `拓撲材料.py` + `dftUtil.py`
52
+
53
+ ## 與其他子主題的接口
54
+
55
+ - 指標篩出的候選 → 子主題 02 的實驗確認
56
+ - 高通量資料庫找微波損耗低的 TI → 子主題 04 傳輸線選材
data/ti_topics/04_量子傳輸線工程.md ADDED
@@ -0,0 +1,67 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 04:量子傳輸線工程(TIRC)
2
+
3
+ > 本地來源:`拓撲/03絕緣體應用.md`、`TIRC/0物理機制.md`、`TIRC/比較類型.md`、`拓撲絕緣體TEM波.md`、`拓撲/034mK至10K.md`、`拓撲/05拓撲絕緣體低溫製程.md`、`拓撲/02訊號量測傳輸線製作.md`、`拓撲/07ribbonCable.md`、`拓撲/02低溫設備.md`、`拓撲/基礎/*`
4
+
5
+ ## 1. 核心結論(`拓撲/03絕緣體應用.md`)
6
+
7
+ **TI 用於低溫量子傳輸線:部分適合,有特定優勢與挑戰。**
8
+
9
+ 優勢:
10
+ 1. **自旋-動量鎖定** → 無耗散自旋電流;理想自旋量子位互連媒介
11
+ 2. **拓撲保護**(TRS)→ 背散射抑制 → 彈道傳輸、低耗散;4 mK 下保護更完整
12
+ 3. 低溫下體態導電進一步抑制、表面態相干長度增加(表面/體電導比隨降溫改善)
13
+
14
+ 挑戰:
15
+ - Bi₂Se₃ 塊材本征缺陷 → 體電導短路表面態(需補償摻雜 Ca/Mg 或用 Sb₂Te₃)
16
+ - 薄膜品質、接觸電阻、與超導電極界面
17
+ - 氧化控制(見子主題 02)
18
+
19
+ ## 2. 微波傳輸模型(`TIRC/0物理機制.md`)
20
+
21
+ ### 2.1 表面態電導率張量
22
+
23
+ ```
24
+ σ_s(ω) = σ_DC/(1 + iωτ) + σ_H(ω)
25
+ σ_DC = (e²/h)(k_F l_e)(v_F/π) 量子電導 × 自由程參數
26
+ σ_H(ω) = i(α/4π)(ħω/E_g)σ₀ 赫茲量子響應項(小)
27
+ σ₀ = e²/h ≈ 38.7 μS
28
+ ```
29
+
30
+ ### 2.2 共面波導(CPW)傳播常數
31
+
32
+ - 有效介電常數:半空氣半基板加權 ε_eff = (ε_air + ε_sub)/2(標準 CPW 公式,加上 TI 表面層修正)
33
+ - 衰減 α ∝ 表面電阻 R_s = 1/δσ(TI:電流集中於 ~1 nm 表層 → 高頻趨膚深度極小 → 潛在低 R_s)
34
+ - 相位常數 β = ω√(L'C'),特性阻抗 50 Ω 設計準則與傳統 CPW 相同
35
+ - 量子限制修正:薄膜厚度 < 相干長度時電導量子化
36
+
37
+ ### 2.3 TEM 波視角(`拓撲絕緣體TEM波.md`,869 行)
38
+
39
+ - TI 表面 Dirac 電磁響應的準靜態 TEM 近似
40
+ - 3D 拓撲絕緣體共面波導模擬:物理機制 + 數學模型完整推導(本地檔為教學級完整版)
41
+
42
+ ## 3. 低溫操作窗口(`拓撲/034mK至10K.md`)
43
+
44
+ - 4 mK(稀釋機混合腔)→ 10 K:TI 表面態不受熱激活干擾(能隙 ~0.3 eV ≫ k_BT)
45
+ - 10 mK–4 K:相干長度最長、量子校正準(量子霍爾電阻標準 R_K = h/e²)
46
+ - 台灣可行鏈路:陽明交大 TI-Nb 共面波導已測 10 GHz 插入損耗 < 1 dB(1.5 K)(見子主題 06)
47
+
48
+ ## 4. 製程與封裝(`拓撲/05低溫製程.md`、`拓撲/02訊號量測傳輸線製作.md`)
49
+
50
+ - 薄膜:MBE(陽明交大)或濺鍍(NIL)沉積 Bi₂Se₃/Sb₂Te₃
51
+ - 圖形化:EBL/ICP-RIE(低功率、避免熱損傷表面態)
52
+ - 鈍化:Se 帽層 / Al₂O₃(氧化是 transport 殺手)
53
+ - 超導接觸:Au 電極 + Nb/Ti 過渡層;接觸電阻目標 < 1 Ω·μm
54
+ - **ribbon cable(`拓撲/07ribbonCable.md`)**:柔性多通道 TI 傳輸纜構想 — 通道間自旋極化獨立、串擾靠拓撲保護壓制(與傳統 NbTi 同軸纜比較:免去磁遮蔽、理論串擾更低)
55
+
56
+ ## 5. 網路充實(2026-11-11 檢索)
57
+
58
+ - **TI Josephson 結整合進超導量子電路**(Schmitt et al., Nano Lett. 2022;arXiv:2007.04224):TI 奈米線 transmon 位元 + CPW 諧振器強耦合已示範 — TI 走進實際量子晶片讀取鏈的最早整合案例之一(cited 57+)。
59
+ - 半導體 JJ 混合位元(TI-Nb)路線是超導量子電路的活躍分支;射頻讀取鏈(circulator、 isolator)仍是傳統微波元件天下,TI 尚未替代。
60
+ - 量子互連領域(quantum interconnect)2025–2026 焦點在 cryo-CMW、低損耗同軸/柔性纜;TI 通道屬前瞻探索段,尚無商用器件。
61
+
62
+ ## 與其他子主題的接口
63
+
64
+ - 選材(體導電壓制、缺陷控制)→ 子主題 02
65
+ - 台灣代工鏈(長膜 → 微影 → 放量)→ 子主題 06
66
+ - TI-Nb 界面若出現超導近鄰 → 子主題 05(Majorana)
67
+ - 傳統對照組(NbTi 同軸纜、熱負載、衰減器)→ `thermal-load-*`、`component-integration` 等量子傳輸線技能(見 qcable-index)
data/ti_topics/05_拓撲超導與量子計算.md ADDED
@@ -0,0 +1,49 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 05:拓撲超導與量子計算
2
+
3
+ > 本地來源:`拓撲/01拓撲絕緣超導體.md`、`拓撲/基礎/0超導vs絕緣體.md`
4
+
5
+ ## 1. TI vs 拓撲超導體對照表(本地檔核心表)
6
+
7
+ | 特性 | 拓撲絕緣體 | 拓撲超導體 |
8
+ |------|-----------|-----------|
9
+ | 電子結構 | 體絕緣 + 受保護金屬表面態 | 超導能隙 + Majorana 零能模表面/邊緣 |
10
+ | 保護機制 | TRS(Kramers 簡併) | 拓撲保護的非阿貝爾統計 |
11
+ | 代表材料 | Bi₂Se₃、Bi₂Te₃、Sb₂Te₃ | FeTeₓSe₁ₓ、TI/s-wave SC 異質結 |
12
+ | 製備 | MBE / 剝離 / CVD / 塊材 | 異質結工程(Bi₂Se₃/NbSe₂)、摻雜、高壓、自組裝 |
13
+ | 成熟度 | 相對成熟 | 探索階段 |
14
+ | 穩定性 | 室溫穩定 | 多需極端條件 |
15
+ | 驗證 | ARPES + 輸運(方法完善) | 驗證困難(MZM 訊號有爭議史) |
16
+ | 應用 | 自旋電子學、傳感、熱電、(低溫傳輸線) | 拓撲量子位元(容錯)、無耗散邊緣電流 |
17
+
18
+ ## 2. 實現拓撲超導的四條路(本地檔)
19
+
20
+ 1. **異質結構工程**:TI 薄膜 + s-wave 超導體(Bi₂Se₃/NbSe₂、Bi₂Se₃/Nb)— 近鄰誘導配對 + 自旋-動量鎖定 → 有效 p-wave → **Majorana 零能模(MZM)** 建議方案
21
+ 2. **摻雜調控**:CuₓBi₂Se₃(超導 T_c ~3.8 K,候選拓撲超導體)
22
+ 3. **壓力調控**:高壓誘導拓撲相變 + 超導共存
23
+ 4. **本征候選**:FeTe₀.₅₅Se₀.₄₅(拓撲能帶 + 超導,MZM 報導最多的平台之一)
24
+
25
+ ## 3. 量子計算意義
26
+
27
+ - MZM = 電子「一半」的非阿貝爾準粒子 → 拓撲量子位元(braiding 操作受拓撲保護,局部噪聲免疫)
28
+ - 理論拓撲位元錯誤率可低於表面碼(surface code)平台約 1–2 個數量級
29
+ - 現實:MZM 的零偏移電導峰(zero-bias peak)證據多次爭議(早期 InSb 奈米線工作被撤銷);鐵基超導渦旋 MZM 相對乾淨
30
+
31
+ ## 4. 網路充實(2026-11-11 檢索 — 微軟 Majorana 系列)
32
+
33
+ - **Microsoft Majorana 1(2025)**:拓撲位元首次公開展示,隨即引發理論社群對測量/數據解讀的批評。
34
+ - **Microsoft Majorana 2(2026-06 報導)**:
35
+ - 拓撲量子位元壽命 **> 20 秒**(比先前 ~1000× 提升),採鉛基材料堆疊
36
+ - Quantum Insider(2026-06-02)、Quantum Computing Report 等多家跟進
37
+ - **但爭議未平**:Nature 同行評議批評(2026-06下旬)指控分析程式碼有 coding errors 與選擇性數據(selective data)— Quantum Zeitgeist 稱之為「The Definitive 2026 Microsoft Dispute」
38
+ - **判定態度**:拓撲位元硬體是 2025–2026 最活躍的前沿方向之一,但 **MZM 實現的物理共識尚未閉合**;引用微軟數據時應標註爭議狀態。
39
+ - TI 角色:TI/s-wave 異質結(Bi₂Se₃/NbSe₂)與鐵基超導並列為 MZM 兩大主流平台。
40
+
41
+ ## 5. 極低溫適用性(本地檔結論)
42
+
43
+ - TI:4 mK–10 K 全窗口可用(能隙遠大 k_BT)
44
+ - 拓撲超導:MZM 本身需要 mK 級溫度 + 磁場/材料精密調控;與稀釋製冷機讀取鏈(見子主題 04)天然相容
45
+
46
+ ## 與其他子主題的接口
47
+
48
+ - TI 材料選擇 → 子主題 02;TI-Nb 界面製程 → 子主題 04
49
+ - 陽明交大「拓撲超導體長晶平台」同時服務 QAHE 與 MZM 原型 → 子主題 06
data/ti_topics/06_台灣製造與學術生態.md ADDED
@@ -0,0 +1,62 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # 子主題 06:台灣製造與學術生態
2
+
3
+ > 本地來源:`拓撲/04製造商.md`、`台灣製造量子讀取傳輸線.md`、`絕緣體/1學術合作.md`
4
+
5
+ ## 1. 總體判定(`拓撲/04製造商.md`)
6
+
7
+ 台灣在拓撲絕緣體領域**尚無商業量產製造商**,但具備完整的**學術研究 + 實驗室級製造能力**,集中於材料生長(MBE/CVD)、基礎研究與元件開發。短期可行模式 = 學研打樣 + 產線代工混合。
8
+
9
+ ## 2. 學術機構盤點
10
+
11
+ ### 中央研究院
12
+ - 應科中心陳洋元團隊:Bi₂Se₃/Bi₂Te₃ MBE 薄膜、低溫輸運、TI-超導異質結
13
+ - 原分所表面科學實驗室:ARPES 電子結構分析
14
+ - 物理所:拓撲理論計算、量子輸運模擬
15
+
16
+ ### 台灣大學(NTU)
17
+ - 凝態中心:吳茂昆院士(高溫超導 × 拓撲材料)、張顏暉(MBE、Bi₂Se₃/Sb₂Te₃)
18
+ - 物理系:果尚志(TI 薄膜)、王立民(理論)
19
+ - 電機系:張耀文(TI 元件製程、自旋電子學)
20
+
21
+ ### 清華大學(NTHU)
22
+ - 物理系:林志忠(低溫輸運,低至 10 mK)、劉怡維(單晶生長、熱電)
23
+ - 材料系:陳燦煌(CVD 二維材料、TI 合成)
24
+
25
+ ### 陽明交通大學(NYCU)— 見下節長晶平台
26
+
27
+ ## 3. Made-in-Taiwan 三步供應鏈(`台灣製造量子讀取傳輸線.md`)
28
+
29
+ ### 管道 1:陽明交大「拓撲超導體長晶平台」(晶圓級薄膜)
30
+ - 單位:NYCU 量子科技中心/奈米中心
31
+ - 能力:2–4 吋 MBE 生長 (Bi,Sb)₂Te₃、Cr 摻雜 TI 薄膜;表面粗糙度 < 0.3 nm;載子濃度 5×10¹⁸–2×10¹⁹ cm⁻³ 可調
32
+ - **TI-Nb 共面波導讀取結構:10 GHz 插入損耗 < 1 dB(1.5 K)已實測**
33
+ - 模式:學研合作 + MTA/產學計畫(最大 4 吋)
34
+ - 適用:QAHE 霍爾條、Majorana 奈米線、SQUID 原型 → 拿膜後二次微影
35
+
36
+ ### 管道 2:國研院 NARLabs 奈米實驗室(NIL)(微影與蝕刻代工)
37
+ - 能力:6 吋高真空濺鍍(Bi₂Se₃/Sb₂Te₃ 多晶膜)、EBL 10 nm、ICP-RIE、深紫外步進曝光
38
+ - 已有製程基礎:石墨烯量子霍爾電阻標準 + Nb 共面波導 → 同流程可加工 TI 薄膜成 5–50 µm 共面傳輸線、霍爾條、奈米間隙電極
39
+ - 模式:公開平台合約,1–25 片,交期 4–6 週
40
+ - 適用:已有 TI 薄膜,需「金屬電極 + 奈米間隙 + 超導接觸」一次到位
41
+
42
+ ### 管道 3:臺慶科技 TAI-TECH(被動段量產)
43
+ - 西北臺慶(桃園楊梅):LTCC/HTCC/DPC 陶瓷基板月產 > 200 kk 顆,線寬線距 25 µm,可鍍 Au/Pd/Cu 超導兼容層
44
+ - 已為國際量子新創代工 Nb 共面波導諧振腔 + 高 Q 電感;TI 膜由客戶提供時可做雷射鑽孔/電鍍 300 nm Nb 或 50 nm Ti/Pd/Au
45
+ - 模式:B2B 代工,4 吋陶瓷最小訂單 5 k 片
46
+ - 適用:量子讀取高 Q 傳輸線被動段放量
47
+
48
+ **組合策略**:陽明交大長膜(學研)→ NIL 微影(少量打樣)→ 臺慶陶瓷(被動段量產)= 早期驗證到小批量的完整台灣路徑。
49
+
50
+ ## 4. 網路充實(2026-11-11 檢索)
51
+
52
+ - **振生半導體(JMEM TEK)× 陽明交大**:2026-11-19 共同主辦「2026 量子電腦與後量子資安論壇」(台灣科技新創基地)— 台灣量子硬體產學鏈活躍的最新證據。
53
+ - **成大 QFort 前沿量子科技研究中心**:南部量子研究據點(量子運算 + 通訊)。
54
+ - **IEKTopics 2025**:陽明交大聚焦量子元件、量子運算與跨領域整合(矽鍺量子位元 + CMOS 製程整合)— 台灣量子佈局主軸在「半導體製程整合」優勢。
55
+ - 國家級佈局(國科會量子計畫、FUTEX 量子科技專區)持續展示清華/台大/陽明交大在「先進超導材料封裝與量子位元製程」的聯合能量。
56
+ - 意涵:本地檔的「三步供應鏈」判斷與 2026 公開資訊一致 — 台灣尚無 TI 商業量產商,但**學研長膜 → 國研院代工 → 被動元件放量**的路徑在 2026 仍是唯一現實選項。
57
+
58
+ ## 與其他子主題的接口
59
+
60
+ - 長膜材料規格((Bi,Sb)₂Te₃、Cr 摻雜)→ 子主題 02
61
+ - TI-Nb CPW 損耗數據(10 GHz / 1.5 K)→ 子主題 04 的工程驗證
62
+ - 陽明交大平台同時供 QAHE 與 Majorana 原型 → 子主題 05
data/topics/00_索引.md ADDED
@@ -0,0 +1,38 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # PQC & QKD 主題索引
2
+
3
+ > 來源:本機所有 PQC/QKD 相關文件(PDF、Markdown、商業計畫書)精簡整理
4
+ > 日期:2026-11-11
5
+ > 原始整合文件:PQC_QKD_topics.md
6
+
7
+ ---
8
+
9
+ ## 主題列表
10
+
11
+ | # | 主題 | 檔案 | 來源文件 |
12
+ |---|------|------|---------|
13
+ | 1 | 後量子密碼學(PQC)是什麼? | `01_PQC基礎.md` | PQC專欄.md, PQC演算法為未來作準備.md |
14
+ | 2 | QKD 量子金鑰分發 | `02_QKD量子金鑰分發.md` | 量子金鑰分發QKD原理.md, QKD密鑰分發.md |
15
+ | 3 | PQC vs QKD — 兩條不同的防禦路線 | `03_PQC_vs_QKD.md` | 量子金鑰分發QKD原理.md |
16
+ | 4 | HNDL 威脅 — 現在收集,以後解密 | `04_HNDL威脅.md` | QKD密鑰分發.md, PQC演算法為未來作準備.md |
17
+ | 5 | 台灣的 PQC/QKD 進展 | `05_台灣PQC_QKD進展.md` | QKD密鑰分發.md |
18
+ | 6 | 多通道平行 QKD(設備、製程、廠商) | `06_多通道平行QKD.md` | QKD密鑰分發.md |
19
+ | 7 | 後量子商業應用 — PQBridge 計畫 | `07_後量子商業應用_PQBridge.md` | PQC金融商業計畫書.md |
20
+ | 8 | Signal 協定 PQC 優化 | `08_Signal協定PQC優化.md` | PQC軟硬體基礎建設.md |
21
+ | 9 | 後量子晶片與硬體安全 | `09_後量子晶片與硬體安全.md` | 慕尼黑...後量子密碼晶片.md |
22
+ | 10 | HNDL 威脅與日常防禦 | `10_HNDL威脅與日常防禦.md` | QKD密鑰分發.md, PQC演算法為未來作準備.md |
23
+ | 11 | 台灣 PQC/QKD 雙軌策略 | `11_台灣PQC_QKD雙軌策略.md` | QKD密鑰分發.md |
24
+ | 12 | 橢圓加密(ECC) | `12_橢圓加密.md` | ECC橢圓加密數學原理.md, ECC加解密.md, PKI加密算法.md |
25
+ | 13 | 量子演算法原理與應用 | `13_量子演算法原理與應用.md` | PQC軟硬體基礎建設.md, ECC橢圓加密數學原理.md, 網路研究(NIST/arxiv/IBM) |
26
+ | 12 | 橢圓加密(ECC) | `12_橢圓加密.md` | ECC橢圓加密數學原理.md, ECC加解密.md, PKI加密算法.md |
27
+ | 13 | 量子演算法原理與應用 | `13_量子演算法原理與應用.md` | PQC軟硬體基礎建設.md, ECC橢圓加密數學原理.md, 網路研究 |
28
+
29
+ ## 附錄
30
+
31
+ - NIST PQC 標準化競賽:2016 年開始,82 組投稿,69 件合格,2024 年 8 月完成三項標準
32
+ - QKD 市場:從利基應用(政府、金融)擴展至企業與消費市場
33
+ - 台灣 PQC/QKD:國科會主導 QKD 國家隊,中研院密碼學團隊參與 NIST 競賽
34
+
35
+ ---
36
+
37
+ *本索引整理自本機所有 PQC/QKD 相關文件,包括 PDF、Markdown、商業計畫書等。*
38
+ *整理日期:2026-11-11*
data/topics/01_PQC基礎.md ADDED
@@ -0,0 +1,48 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 1:後量子密碼學(PQC)是什麼?
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 核心概念
9
+
10
+ - **PQC**(Post-Quantum Cryptography):研究能抵禦量子電腦攻擊的密碼學分支
11
+ - 傳統公鑰密碼(RSA、ECC)的數學難題(大整數分解、離散對數)正是量子電腦最擅長解決的問題型態(Shor 演算法 1994)
12
+ - NIST 自 2016 年起舉辦 PQC 標準化競賽,2024 年 8 月完成三項標準
13
+
14
+ ## NIST 三大標準(2024/8/13 正式發布)
15
+
16
+ | 標準 | 演算法 | 用途 | 重新命名 |
17
+ |------|--------|------|---------|
18
+ | **FIPS 203** | CRYSTALS-Kyber | 金鑰封裝(KEM) | ML-KEM |
19
+ | **FIPS 204** | CRYSTALS-Dilithium | 數位簽章 | ML-DSA |
20
+ | **FIPS 205** | SPHINCS+ | 數位簽章(雜湊基礎) | SLH-DSA |
21
+
22
+ ## PQC 五大類別
23
+
24
+ 1. **晶格密碼系統**(Lattice-based)— Kyber、Dilithium
25
+ 2. **編碼密碼系統**(Code-based)— Classic McEliece
26
+ 3. **雜湊函數密碼系統**(Hash-based)— SPHINCS+
27
+ 4. **多變量密碼系統**(Multivariate)— Rainbow(已淘汰)
28
+ 5. **超奇異橢圓曲線同源密碼系統**(Isogeny-based)— SIKE(已淘汰)
29
+
30
+ ## NIST 競賽重點
31
+
32
+ - 2016 年開始徵集,82 組投稿,69 件合格
33
+ - 中研院團隊參與:Rainbow(多變量簽章)、Classic McEliece(編碼)、SPHINCS+(雜湊)、NTRU Prime
34
+ - Kyber 因專利爭議,NIST 最終花錢買下專利並選擇 Kyber 為勝利者
35
+ - 中研院倪儒本老師為 SPHINCS+ 共同提出者
36
+
37
+ ## 實作重點
38
+
39
+ - PQC 演算法運行在傳統運算平台上,同時抵擋傳統與量子攻擊
40
+ - 混合式方案:ECDSA + ML-DSA 雙重簽章(如 nQrux 安全開機)
41
+ - Xiphera、SiFive/PQShield 等廠商已提供 PQC IP 核心
42
+ - 台灣:工研院開發國產 PQC 硬體 IP,華邦電子推出 PQC-Safe 安全晶片
43
+
44
+ ## 來源文件
45
+
46
+ - PQC專欄.md(數理科學 科普專欄,楊柏因研究員)
47
+ - PQC演算法為未來作準備.md(EDN 主編 Majeed Ahmad)
48
+ - PQC軟硬體基礎建設.md(KEM 混合建構技術架構)
data/topics/02_QKD量子金鑰分發.md ADDED
@@ -0,0 +1,81 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 2:QKD 量子金鑰分發
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 核心概念
9
+
10
+ - **QKD** 利用量子力學原理實現安全通訊
11
+ - 安全性基於物理定律(非計算複雜度假設)
12
+ - 任何竊聽必然留下可檢測痕跡
13
+ - 產生完全隨機的金鑰 → 一次性密碼本(OTP)完美保密
14
+
15
+ ## BB84 協議(1984, Bennett & Brassard)
16
+
17
+ ### 物理機制
18
+ - 利用光子偏振態作為量子位元載體
19
+ - 直線基底(+):水平 ─ / 垂直 │
20
+ - 對角基底(×):左下↙ / 右下↘
21
+ - 安全性基礎:測不準原理 + 不可複製定理
22
+ - QBER > 11% → 存在竊聽,捨棄金鑰
23
+
24
+ ### 運作流程
25
+ 1. Alice 隨機選擇基底(+ 或 ×)編碼位元,發送光子
26
+ 2. Bob 隨機選擇基底測量
27
+ 3. 公開比對基底選擇,保留相同基底的結果
28
+ 4. 誤差檢測:計算量子位元錯誤率(QBER)
29
+ 5. QBER > 11%:判定存在竊聽,捨棄金鑰
30
+ 6. QBER < 11%:進行錯誤校正與隱私放大
31
+
32
+ ## E91 協議(1991, Ekert)
33
+
34
+ ### 物理機制
35
+ - 利用量子糾纏對(EPR pair)的關聯性
36
+ - Bell 不等式檢驗確保無竊聽
37
+ - 可擴展至量子網路
38
+
39
+ ### 運作流程
40
+ 1. 中央節點產生糾纏光子對,分別發送給 Alice 與 Bob
41
+ 2. 雙方隨機選擇三個測量角度(0°, 45°, 90°)
42
+ 3. Bell 不等式檢驗:違反 → 確認量子糾纏存在
43
+ 4. 金鑰萃取:使用相同測量角度的結果產生金鑰
44
+
45
+ ## BB84 vs E91
46
+
47
+ | 特性 | BB84 | E91 |
48
+ |------|------|-----|
49
+ | 量子資源 | 單光子態 | 糾纏光子對 |
50
+ | 光源位置 | 傳送端 | 中央節點 |
51
+ | 安全性驗證 | 誤差率檢測 | Bell 不等式 |
52
+ | 技術成熟度 | 高 | 中 |
53
+ | 擴展性 | 中 | 高(量子網路) |
54
+
55
+ ## 應用情境
56
+
57
+ 1. **國家級基礎設施**:政府通訊、金融清算、電網 SCADA
58
+ 2. **金融與商業**:高頻交易、區塊鏈、合規資料傳輸
59
+ 3. **雲端與資料中心**:混合雲安全通道、備份加密
60
+ 4. **行動與邊緣運算**:5G/6G、車聯網 V2X、衛星通訊
61
+
62
+ ## 創新商業模式
63
+
64
+ 1. **QKD-as-a-Service(QaaS)**:按金鑰位元數計費
65
+ 2. **量子安全生態系整合**:硬體→網路→平台→應用四層
66
+ 3. **PQC+QKD 混合架構**:「現金與保險箱」策略
67
+ 4. **量子網路基礎設施投資**:中繼器、衛星、記憶體
68
+ 5. **產業垂直整合**:金融、醫療、製造、能源
69
+
70
+ ## QKD 瓶頸
71
+
72
+ - 傳輸距離限制(~100-200 km)
73
+ - 無法使用傳統放大器(需可信任節點)
74
+ - 昂貴的專屬硬體
75
+ - 金鑰生成率偏低(Mbps 等級)
76
+
77
+ ## 來源文件
78
+
79
+ - 量子金鑰分發QKD原理.md(BB84/E91 詳細說明)
80
+ - QKD密鑰分發.md(應用情境與商業模式)
81
+ - 量傳線/三視圖/柔性/量子密鑰分發.md(Wikipedia 文章)
data/topics/03_PQC_vs_QKD.md ADDED
@@ -0,0 +1,34 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 3:PQC vs QKD — 兩條不同的防禦路線
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 核心對比
9
+
10
+ | 特性 | PQC(後量子密碼學) | QKD(量子金鑰分發) |
11
+ |------|-------------------|-------------------|
12
+ | **原理** | 數學演算法(晶格、編碼、雜湊等) | 量子力學物理定律 |
13
+ | **基礎設施** | 軟體升級,現有伺服器/網路 | 專用量子硬體、光纖 |
14
+ | **安全性** | 計算複雜度假設 | 資訊理論安全(無條件) |
15
+ | **距離限制** | 無 | ~100-200 km(需中繼器) |
16
+ | **成本** | 低(軟體更新) | 高(專用硬體) |
17
+ | **適用範圍** | 一般資料傳輸、數位簽章 | 高機密通訊、骨幹鏈路 |
18
+ | **部署時間** | 1-3 年(軟體遷移) | 3-5 年(硬體建設) |
19
+
20
+ ## 混合策略
21
+
22
+ **短期**:QKD 保護關鍵金鑰分發,PQC 保護一般資料傳輸
23
+ **長期**:逐步過渡至全量子網路
24
+
25
+ ## 選擇指南
26
+
27
+ - **一般企業**:優先 PQC(成本低、部署快)
28
+ - **政府/軍事/金融骨幹**:PQC + QKD 混合
29
+ - **高機密通訊**:QKD(資訊理論安全)
30
+
31
+ ## 來源文件
32
+
33
+ - 量子金鑰分發QKD原理.md(PQC vs QKD 差異章節)
34
+ - QKD密鑰分發.md(應用情境與商業模式)
data/topics/04_HNDL威脅.md ADDED
@@ -0,0 +1,42 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 4:HNDL 威脅 — 現在收集,以後解密
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 什麼是 HNDL?
9
+
10
+ - **H**arvest **N**ow, **D**ecrypt **L**ater
11
+ - 攻擊者現在攔截並儲存加密流量
12
+ - 等量子電腦成熟後(預計 10-15 年)再解密
13
+ - 長期機密(20-30 年)已經在被收集
14
+
15
+ ## 為什麼迫在眉睫?
16
+
17
+ - 許多高度機密數據的機密生命週期長達 20-30 年
18
+ - 等量子電腦誕生後才更換加密技術,已經太晚
19
+ - 全球科技巨頭已開始導入 PQC(iMessage PQ3、Signal PQXDH、Chrome TLS)
20
+
21
+ ## 防禦策略
22
+
23
+ - **PQC 升級**:軟體層面的抗量子演算法
24
+ - **QKD 部署**:硬體層面的量子安全通道
25
+ - **混合模式**:兩者並用,互為備援
26
+
27
+ ## 日常通訊軟體的 PQC 升級
28
+
29
+ - **Apple iMessage(PQ3)**:Level 3 安全性,動態金鑰自動更新
30
+ - **Signal(PQXDH)**:引入 ML-KEM(Kyber)
31
+ - **Google Chrome/Android**:TLS 協定大量啟用 PQC
32
+
33
+ ## 混合加密模式
34
+
35
+ - 第一層:傳統密碼(X25519/ECC)
36
+ - 第二層:後量子密碼(ML-KEM/Kyber)
37
+ - 黑客必須同時破解兩種才能偷看訊息
38
+
39
+ ## 來源文件
40
+
41
+ - QKD密鑰分發.md(HNDL 威脅章節)
42
+ - PQC演算法為未來作準備.md(HNDL 威脅說明)
data/topics/05_台灣PQC_QKD進展.md ADDED
@@ -0,0 +1,32 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 5:台灣的 PQC/QKD 進展
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## QKD 國家隊
9
+
10
+ - 清華大學 + 中華電信:首次在商用光纖網路成功進行 QKD 測試
11
+ - 跨縣市(新竹→龍潭)約 10 公里安全金鑰傳輸
12
+ - 目標:100 公里傳輸距離
13
+ - 計劃結合低軌衛星,發展「星地量子光源」通訊
14
+
15
+ ## PQC 遷移
16
+
17
+ - 數發部資安署:後量子密碼遷移指引
18
+ - PQC-CIA(後量子資安產業聯盟):密碼資產清查(CBOM)
19
+ - 金融、電信、能源關鍵基礎設施優先
20
+ - 工研院:開發國產 PQC 硬體 IP
21
+ - 華邦電子:PQC-Safe 安全快閃記憶體晶片(W77Q)
22
+
23
+ ## 雙軌策略
24
+
25
+ - 高機密政府骨幹 → QKD 硬體防禦
26
+ - 一般產業與民間系統 → PQC 軟體遷移
27
+ - 核心:建立「密碼敏捷性(Crypto-agility)」
28
+
29
+ ## 來源文件
30
+
31
+ - QKD密鑰分發.md(台灣進展章節)
32
+ - PQC演算法為未來作準備.md(台灣 PQC 遷移)
data/topics/06_多通道平行QKD.md ADDED
@@ -0,0 +1,43 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 6:多通道平行 QKD(設備、製程、廠商)
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 四維度多工架構
9
+
10
+ 1. **波長多工(WDM)**:16-64 通道
11
+ 2. **空間多工(SDM)**:多芯光纖 / 自由空間
12
+ 3. **時間多工(TDM)**:時槽交錯
13
+ 4. **偏振/模式多工(PDM)**:雙偏振 / 軌道角動量
14
+
15
+ ## 關鍵設備與廠商
16
+
17
+ | 設備 | 主要廠商 |
18
+ |------|---------|
19
+ | 量子點單光子源陣列 | Quandela(法)、QD Laser(日)、Single Quantum(荷) |
20
+ | 弱相干光脈衝雷射 | ID Quantique(瑞)、Toshiba(日)、QuantumCtek(中) |
21
+ | SNSPD 陣列 | 上海微系統所、MIT Lincoln Lab、NIST |
22
+ | DWDM 多工器 | Coherent、Lumentum、NeoPhotonics |
23
+ | 多芯光纖 | NTT、Prysmian、長飛光纖 |
24
+ | FPGA 處理板 | Xilinx(AMD)、Altera(Intel) |
25
+ | 低溫冷卻系統 | Bluefors、Janis Research |
26
+
27
+ ## 製程整合
28
+
29
+ - **矽光子整合製程**:SOI 晶圓 → 波導蝕刻 → 多工器製作 → 調變器整合 → 光纖耦合
30
+ - **超導電路製程(SNSPD)**:NbN/WSi 薄膜 → 電子束微影 → 蝕刻 → 光學腔體
31
+
32
+ ## 效能預估
33
+
34
+ | 配置 | 通道數 | 總金鑰率 | 傳輸距離 |
35
+ |------|--------|---------|---------|
36
+ | 基礎型 | 4 通道 WDM | 4 Mbps | 50 km |
37
+ | 標準型 | 16 通道 WDM + 4 芯 MCF | 640 Mbps | 25 km |
38
+ | 高效型 | 64 通道 WDM + SNSPD 陣列 | 3.2 Gbps | 10 km |
39
+ | 旗艦型 | 256 通道混合多工 + 量子中繼 | 25.6 Gbps | 100+ km |
40
+
41
+ ## 來源文件
42
+
43
+ - QKD密鑰分發.md(多通道平行 QKD 章節)
data/topics/07_後量子商業應用_PQBridge.md ADDED
@@ -0,0 +1,45 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 7:後量子商業應用 — PQBridge 計畫
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 產品定位
9
+
10
+ - **PQBridge**:台灣金融科技與支付業者的 PQC 遷移平台
11
+ - 一個平台、四個模組:Assess(盤點)、Sandbox(SDK)、Advise(顧問)、Integrate(轉介)
12
+ - 灘頭堡客戶:金融科技與支付新創(20-200 人)
13
+
14
+ ## 第一個 Golden Path
15
+
16
+ - 商戶 API 請求簽章 + 金鑰輪替
17
+ - ML-DSA 簽章 + X25519+ML-KEM 混合會話金鑰
18
+ - 7 天重疊期、可回滾
19
+
20
+ ## 商業模式
21
+
22
+ - 固定價 PQC 就緒度評估:15-25 萬/案(30-40 小時)
23
+ - 遷移整合:30-50 萬/案
24
+ - 工作坊:5-8 萬/場
25
+ - 月度顧問 retainer:3-8 萬/月
26
+
27
+ ## 12 個月目標
28
+
29
+ - 20 場訪談、3 個設計夥伴、5-8 個付費評估
30
+ - 2 個遷移整合案、1-2 個 retainer
31
+ - 營收 150-250 萬台幣
32
+ - SBIR 補助 150-250 萬
33
+
34
+ ## 技術棧
35
+
36
+ - PQC 原語:liboqs / OpenSSL 3.5
37
+ - SDK:Python 3.11+ / TypeScript
38
+ - API:FastAPI
39
+ - Demo UI:Streamlit
40
+ - 容器:Docker
41
+
42
+ ## 來源文件
43
+
44
+ - PQC金融商業計畫書.md
45
+ - 決策節點收斂表.md
data/topics/08_Signal協定PQC優化.md ADDED
@@ -0,0 +1,59 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 8:Signal 協定 PQC 優化
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## KEM 混合建構
9
+
10
+ - ML-KEM-768(後量子)+ X25519(傳統 ECDH)
11
+ - 密鑰組合:KDF-256(SS_ml-kem ‖ SS_x25519 ‖ Ciphertexts)
12
+ - 安全等級:取兩者較高者(後量子安全)
13
+ - 過渡期可防範「現在先收集,未來再解密」(Harvest Now, Decrypt Later) 攻擊
14
+
15
+ ## ML-DSA 數位簽章
16
+
17
+ - NIST 等級 3(AES-192 對等)
18
+ - 公鑰 1,952 B、簽章 3,293 B
19
+ - 混合簽章:Sig_ed25519(m) ‖ Sig_ml-dsa(m)
20
+ - 過渡期相容:兩者皆需通過驗證
21
+
22
+ ## Signal 協定重新建構
23
+
24
+ ### 群組金鑰樹
25
+ - 二叉樹結構管理群組密鑰
26
+ - 成員變更僅影響 O(log n) 個節點
27
+ - 每個節點密鑰由 ML-KEM 封裝保護
28
+
29
+ ### 雙棘輪升級
30
+ - 傳統:DH Ratchet + Symmetric Ratchet
31
+ - PQC 版:+ ML-KEM Encapsulation Ratchet
32
+ - 每 N 條訊息定期 ML-KEM 重新封裝
33
+ - 確保長期對話具備後量子前向保密
34
+
35
+ ### 群組管理優化
36
+ - 批次更新:累積多個成員變更後一次性更新
37
+ - 延遲重新加密:非同步處理 KEM 封裝操作
38
+ - 快取策略:保留最近使用的 KEM 密文
39
+
40
+ ## 安全性分析
41
+
42
+ | 屬性 | 傳統 Signal | PQC 強化版 |
43
+ |------|-----------|-----------|
44
+ | 機密性 | 傳統安全 | 後量子安全 |
45
+ | 前向保密 | 有限期間 | 長期保護 |
46
+ | 不可否認性 | Ed25519 | 雙重保障 |
47
+ | 完整性 | HMAC | 強化驗證 |
48
+ | 可用性 | 高效 | 需優化 |
49
+
50
+ ## 效能考量
51
+
52
+ - ML-KEM 封裝:~0.5ms
53
+ - ML-DSA 簽章:~1ms
54
+ - 傳輸開銷:+4KB/訊息
55
+ - 優化:AVX2/AVX-512 向量化、GPU 加速、硬體安全模組
56
+
57
+ ## 來源文件
58
+
59
+ - PQC軟硬體基礎建設.md(KEM 混合建構技術架構)
data/topics/09_後量子晶片與硬體安全.md ADDED
@@ -0,0 +1,41 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 9:後量子晶片與硬體安全
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## 中研院密碼學團隊
9
+
10
+ - 晶格密碼系統(Dilithium、Kyber、NTRU、SABER)
11
+ - 快速傅立葉變換(FFT)與數論轉換(NTT)實作獨步全球
12
+ - 形式驗證組合語言程式正確性
13
+ - 專注於多項式乘法與變換的加速
14
+
15
+ ## 慕尼黑工業大學 PQC 晶片
16
+
17
+ - 採用軟硬體相輔設計(Hardware-Software Codesign)
18
+ - Kyber 加密速度比純軟體快 10 倍,能耗低 8 倍
19
+ - 支援 SIKE 演算法(備援方案)
20
+ - 植入硬體木馬研究檢測方法
21
+ - RISC-V 標準,修改開源晶片設計
22
+ - 晶片採用 ASIC 製程,大量製造
23
+
24
+ ## 台灣半導體 PQC
25
+
26
+ - 工研院:開發國產 PQC 硬體 IP
27
+ - 華邦電子:PQC-Safe 安全快閃記憶體(W77Q)
28
+ - 支援 NIST 標準(LMS 演算法)
29
+ - 從伺服器硬體最底層(信任根)防禦量子攻擊
30
+
31
+ ## 後量子晶片安全威脅
32
+
33
+ - 硬體木馬(Hardware Trojan):製造階段植入惡意電路
34
+ - 需要機器學習方法檢測異常晶片組件
35
+ - 重建晶片技術:逐步削去電路層面拍照存證
36
+ - 未來可能成為晶片訂單隨機取樣的標準
37
+
38
+ ## 來源文件
39
+
40
+ - 慕尼黑工業大學開發植入惡意木馬程式後量子密碼晶片.md
41
+ - PQC專欄.md(中研院密碼學團隊)
data/topics/10_HNDL威脅與日常防禦.md ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Topic 10:HNDL 威脅與日常防禦
2
+
3
+ > 來源:本機 PQC/QKD 相關文件精簡整理
4
+ > 日期:2026-11-11
5
+
6
+ ---
7
+
8
+ ## HNDL(Harvest Now, Decrypt Later)
9
+
10
+ - 攻擊者現在攔截並儲存加密流量
11
+ - 等量子電腦成熟(10-15 年)再解密
12
+ - 長期機密(20-30 年)正在被收集
13
+ - 國家級黑客的現實威脅
14
+
15
+ ## 為什麼迫在眉睫?
16
+
17
+ - 許多高度機密數據的機密生命週期長達 20-30 年
18
+ - 等量子電腦誕生後才更換加密技術,已經太晚
19
+ - 全球科技巨頭已開始導入 PQC(iMessage PQ3、Signal PQXDH、Chrome TLS)
20
+
21
+ ## 日常通訊軟體的 PQC 升級
22
+
23
+ ### Apple iMessage(PQ3)
24
+ - Level 3 安全性
25
+ - 動態金鑰自動更新
26
+ - 即使某一條訊息的金鑰被破解,後續訊息也會立刻更換新金鑰
27
+
28
+ ### Signal(PQXDH)
29
+ - 將傳統的 X3DH 升級為 PQXDH
30
+ - 直接引入 ML-KEM(Kyber)演算法
31
+
32
+ ### Google Chrome/Android
33
+ - 網頁傳輸協定(TLS)大量啟用 PQC
34
+ - 雙方默默在使用抗量子密碼保護流量
35
+
36
+ ## 混合加密模式
37
+
38
+ - 第一層:傳統密碼(X25519/ECC)
39
+ - 第二層:後量子密碼(ML-KEM/Kyber)
40
+ - 黑客必須同時破解兩種才能偷看訊息
41
+
42
+ ## 密碼敏捷性(Crypto-agility)
43
+
44
+ - 讓系統能像換外殼一樣快速抽換演算法
45
+ - 企業在升級系統時會遇到的工程挑戰
46
+ - 美國 NIST 公布的 ML-KEM / ML-DSA 標準演算法
47
+
48
+ ## 來源文件
49
+
50
+ - QKD密鑰分發.md(HNDL 威脅章節)
51
+ - PQC演算法為未來作準備.md(HNDL 威脅說明)