Day 3：一個蠢到讓我想撞牆的 Bug

停損價高於收盤價。

就這樣。這麼簡單的邏輯錯誤，我花了整整 4 個小時才發現。

85.3 元的股票，停損價設在 90 元。我是有多天才？

今天做了什麼

調查停損邏輯異常

發現的 Bug
在測試股票 3706 時，發現一個嚴重問題： • 收盤價：85.3 元 • 停損價：90.0 元

這不合理啊！停損價怎麼會比收盤價還高？

AI 的系統化除錯流程

AI 帶我一步步找出問題：

1. 檢查計算邏輯 • 查看停損價的計算公式 • 驗證 ATR（真實波幅）的計算方式

2. 確認資料日期 • 檢查使用的是哪一天的資料 • 確保計算時使用的資料一致

3. 驗證 ATR 計算 • ATR 計算是否正確 • 是否有異常的極端值

4. 修正停損運算 • 調整停損價計算邏輯 • 加入邊界值檢查 • 確保停損價永遠低於當前價

修復成果 • 找出並修正計算邏輯錯誤 • 加入資料驗證機制 • 建立測試案例防止再次發生

😅 今天踩的坑

Bug：停損價高於收盤價

問題描述
停損價 (90.0) > 收盤價 (85.3)，違反基本邏輯

根本原因
• 使用了不同日期的資料進行計算 • ATR 倍數設定過大 • 缺少邏輯驗證機制

解決方法

1. 統一使用同一天的資料
2. 調整 ATR 倍數為合理範圍
3. 加入 assert 檢查確保停損價 < 收盤價

學到的教訓
實際數據驗證很重要！不能只相信程式沒報錯，要實際檢查數字是否合理。

今天學到的

技術知識 • ATR（真實波幅）的正確計算方式 • 停損停利的設計邏輯 • 資料一致性的重要性

除錯技巧 • 系統化的 debug 流程 • 從症狀反推根本原因 • 加入防禦性程式碼（assert）

AI 協作技巧 • 提供完整的錯誤情境 • 給出具體的數據範例 • AI 擅長建立系統化的檢查流程

明天計畫 • [ ] 設計 ETL 更新策略 • [ ] 規劃資料更新頻率 • [ ] 考慮效能與完整性的平衡

💬 今日金句

"實際數據驗證很重要！AI 教我建立系統化的除錯方法。"

累計進度 • 完成功能：停損邏輯修復、資料驗證 • 除錯經驗：+1 • ⏰ 累計開發時數：20 小時 • 🔖 今日標籤：#除錯 #ATR #資料驗證

🔖 #11天打造AI股票分析系統 #AI開發 #學習紀錄

這是我 55 歲轉職 AI 開發的第 3 天筆記。 如果這篇文章對你有啟發，歡迎留言與我交流。