TL;DR：Python AI bot在完全不預測股價走勢下，訓練成果尚算理想，可參考文尾列表，作為第一步的半完成品，算可堪一用。不過時間限制，每個樣本500回合的訓練暫見不足，估算2000回合會有較準確結果。bot完整source code已上載GitHub，懂programming的朋友可以自行修改訓練。
在總結結果之前，先簡單介紹AI bot運作，bot完全不預測股價走勢，追揸沽決定完全隨機，AI則負責學習不同倉位應作甚麼行動。重複訓練後，再以熱量圖打印出AI Bot的記憶。因時間關係，目前只訓練500回合，但熱量圖pattern的形式已見雛型。
靠顏色辨認好壞股
熱量圖中越紅的方格代表AI bot獲得越多獎勵（贏錢）嘅倉位，越藍反映獎勵最少的倉位，爆升股Apple、Tesla、港交所（388）、騰訊（700）等的熱量圖，右下方都偏向紅色，代表電腦記憶中買貨是較佳選擇。熱量圖垂直的 Y 軸代表電腦作決定時的持倉水平，每格一成，第一格代表10%持倉以下，第二格代表10%至20%持倉。橫向的 X 軸代表改變去到哪水平持倉，同樣是每格一成。當XY相同。譬如X1Y1、X2Y2、X3Y3……代表持倉不變，而這些方格左面代表沽貨到該水平（的獎勵，以顏色代表），右面則是增持到該水平（的獎勵，以顏色代表）。
長坐股代表：港交所
港交所熱量圖是藍紅最為分明的一張，代表bot無論在甚麼持倉水平，沽貨（左側）都會獲得不快經驗。程式的獎勵機制中，若沽貨後股價上升，bot會獲得負獎勵，也即懲罰，於是構成左上方一片藍。
炒騰訊要知進退
相比港交所，騰訊熱量圖左上方較港交所偏向紅，代表電腦的經驗是沽貨也有一定獎勵，雖然較買貨（右側）少。騰訊熱量圖較特別是X7Y7，在70%至80%持倉不動作會獲得很多懲罰，反而選擇較燈的位置較好，如向右加貨至X8或X9兩格（即80%至100%持倉水平），或沽貨至X5（50%-60%）、X6（60%-70%），都是愉快的體驗。至於實際加倉抑或減，似乎需要更多的訓練回合讓bot學習。
逢高沽：香港電訊
穩健派的公用股香港電訊（6823）意外地和爆升股帶給bot近似的記憶，訓練期內其股價表現並特別不出眾，約5年累計升28%，AI bot 500次培訓平均錄賺27.62%回報，表現相約。根據熱量圖，X8和X9（即最高兩行，代表80%至100%持倉），保持持倉不變（即X8Y8、X9Y9兩格）都不是好選擇，相反左邊更偏向紅色，即電腦學到的經驗，當股價上升，令持倉佔比增高至該水平後，沽貨是會獲得較多獎勵。
附帶一提，這是香港電訊500回合訓練結果，藍線代每回合總資產結餘。AI bot在約莫30至40回合時，已發展出大致的策略，藍線非常穩定，但在450回合左右，它開始感到舊策略回報不及理想，就嘗試修正策略，導致表現大幅波動。從代表回合結束時持貨總價值的灰線，看到AI bot開始嘗試減少持貨，若有更多回合，相信之後會再趨平穩。
心猿意馬的嘉年華郵輪
嘉年華郵輪（CCL）的最紅點位於X6Y6及X7Y7，代表bot喜歡維持60%至80%持倉，但右下方並不像前面強勢股一遍紅，代表不妨入市，但重槌還是審慎一下好。考慮到CCL是疫情重傷股，疫情時由40美元急瀉至不足10美元，bot有這種紀憶已算很不錯。X8Y5較紅的意思是，股價下跌令持倉降至Y5（50%至60%）水平後，bot會追貨至X8（80%至90%）水平。
以CCL這股票來說，500回合訓練並不足夠，從訓練結果圖可以見到藍線波幅仍很大，不過代表所有回合平均值的橙線亦在緩慢上升，代表bot的成績越來越好。
下跌股特色：AI低持倉
就下跌股份而言，AI bot都發展出低持倉的策略，當紅點位於越左下方時，意味AI學懂了低持倉才會獲得較高獎勵。不過高獎勵並不一定意味高回報，因為程式設定了沽貨後一段時間，股價真的下跌也會獲得獎勵，類似股民「好彩早咗走」的心理。但看到AI bot有這種記憶，還是小注怡情較好。
個別股票單靠500回合訓練是不足夠的，如美股fslr在500回合訓練後，傾向維持7成倉位，但2000回合訓練的結果就很不同，bot改為傾向維持3成持倉，並同時發展出較明顯（也較保守）的策略，下期會集中分析fslr。但看到bot傾向低倉位時，大家落注時就要多一層考量了。
下圖補上各測試樣本的表現比較。總體而言，面對強勢股AI能追貼股價升幅，波動較少的股票則能略為跑贏，而對暴跌股，AI bot亦能潔身自愛，大幅減低損失。這比較表有一完全隨機作買賣的「散戶對照組」，主要用作比較會不會出現「亂買都跑贏你」，高表現但毫無意義的跑分。另外，如果大家有炒股python小工具想製作，不妨到tg group提出，可以在這專欄為大家製作。
