Spaces:
Paused
Paused
deploy: quantum_website (streamlit via README)
Browse filesThis view is limited to 50 files because it contains too many changes. See raw diff
- .gitattributes +4 -0
- .streamlit/config.toml +8 -0
- README.md +16 -4
- app.py +113 -0
- assets/stl/fibonacci_oloid_blade.stl +3 -0
- assets/stl/oloid.stl +0 -0
- assets/stl/standard_oloid_blade.stl +3 -0
- assets/stl/trajectory.stl +3 -0
- assets/video_oloid.mp4 +3 -0
- data/docs/arduino_wind_turbine.md +0 -0
- data/docs/quantum_market_analysis.md +42 -0
- data/docs/quantum_tline_template.md +20 -0
- data/docs/topological_insulator.md +2103 -0
- data/quant_topics/00_索引.md +24 -0
- data/quant_topics/01_台股實盤自動化交易(Shioaji API).md +190 -0
- data/quant_topics/02_量化分析 API 與工具鏈.md +87 -0
- data/quant_topics/03_均線交叉策略(Moving Average Crossover).md +32 -0
- data/quant_topics/04_高頻交易策略(台指期貨).md +51 -0
- data/quant_topics/05_量化投資平台架構.md +27 -0
- data/quant_topics/06_自動化交易系統設計.md +23 -0
- data/quant_topics/07_量化市場分析(YouTube_內容).md +62 -0
- data/quant_topics/08_自動化工程(渲染_製程).md +42 -0
- data/quant_topics/quant_trading_topics.md +223 -0
- data/stock_topics/00_主題總覽.md +66 -0
- data/stock_topics/01_美股投資管道與標的.md +58 -0
- data/stock_topics/02_台股基金與ETF比較.md +82 -0
- data/stock_topics/03_期權入門.md +74 -0
- data/stock_topics/04_投資心法.md +59 -0
- data/stock_topics/05_配對交易與動態Beta.md +72 -0
- data/stock_topics/06_開源量化工具鏈.md +51 -0
- data/stock_topics/07_量化投資平台架構.md +109 -0
- data/stock_topics/08_自動化實盤決策節點.md +75 -0
- data/ti_topics/00_主題總覽.md +41 -0
- data/ti_topics/01_基礎物理.md +71 -0
- data/ti_topics/02_材料系統.md +66 -0
- data/ti_topics/03_計算與預測.md +56 -0
- data/ti_topics/04_量子傳輸線工程.md +67 -0
- data/ti_topics/05_拓撲超導與量子計算.md +49 -0
- data/ti_topics/06_台灣製造與學術生態.md +62 -0
- data/topics/00_索引.md +38 -0
- data/topics/01_PQC基礎.md +48 -0
- data/topics/02_QKD量子金鑰分發.md +81 -0
- data/topics/03_PQC_vs_QKD.md +34 -0
- data/topics/04_HNDL威脅.md +42 -0
- data/topics/05_台灣PQC_QKD進展.md +32 -0
- data/topics/06_多通道平行QKD.md +43 -0
- data/topics/07_後量子商業應用_PQBridge.md +45 -0
- data/topics/08_Signal協定PQC優化.md +59 -0
- data/topics/09_後量子晶片與硬體安全.md +41 -0
- 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:
|
| 6 |
-
sdk:
|
|
|
|
|
|
|
| 7 |
pinned: false
|
|
|
|
| 8 |
---
|
| 9 |
|
| 10 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 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)
|