上期簡介過Python AI bot熱量圖的概括解讀，這期主要針對美股第一太陽能（fslr）作逾2,000回合訓練，並解釋AI學到的策略，順便介紹一些Python AI bot的運作模式。選擇fslr的原因是樣本股票500回合訓練（包括bot開發及debug過程中多輪訓練）中，表現較為飄忽的，可以針對性了解。
首先複習熱量圖的讀法。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%-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（的獎勵，以顏色代表），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）。
這機制是AI強化學習（Reinforcement Learning）中的「Q網絡」模式，透過一個Q表格（Q-table）讓AI學習「處境（Y）—行動（X）」間的記憶和選擇。舉一個例子模擬WFH初期行山銀行IG自拍就較易明白Q表格的解讀法：
靜靜雞 | selfie上IG | |
WFH行山 | +100 | -100 |
WFH工作 | 0 | +100 |
垂直Y軸是處境，橫向X軸是行動，格裏數字是獎勵。這個Q表格意思就是WFH去了行山的處境下，還是靜靜雞着數了不為人知好；selfie上IG，弄個滿城風雨，反而有懲罰。不過相反WFH工作的處境下，selfie上IG會給人努力工作的感覺，但靜靜雞做只是份內事，就無功也無過。
現在回頭解讀fslr的熱量圖，圖中獎勵最多是X2Y2，表示持倉20%至30%的獎勵值最多，也是最舒服的倉位。而在Y6那一行，即60%至70%持倉下，略為往左減持（行動）至X4，即40%-50%獎勵會較多，所以bot會揀選減貨。同理，你會看到Y5那一行，X6獎勵較多，反映bot在50%至60%持倉水平時，會輕微加倉。
當再考慮股價變化時，就能更了解bot的行動。因為持倉水平就是簡單公式「（股價 X 持股）/（（股價 X 持股）+ 現金）」，而X2Y2是最優解，當bot持倉在20%到30%時，不會有動作，只有當股價波動，令持倉脫離該區間，電腦就會選擇其他行動。譬如股價下跌，令持倉處Y1時，bot記憶中最好的選擇是X1，即死守不動，或輕微撈底至X3水平；若股價上升，持倉升至Y3水平，bot則會追貨至X5水平。
最後可以看看bot在逾2000回合訓練中的「心路歷程變化」(https://www.facebook.com/algobug/posts/140752701432897)，對比訓練結果圖可以看到，bot早段維持高持倉策略紅點主要於X7X7水平，其後約在1000回合時改變策略，導致訓練結果圖的藍線開始擴大波幅，並在1500回合後表現開始回穩，藍線已較少位於平均線橙線以下；灰線是回合結束時bot的持貨市值。
