用機器學習預測股價總是失敗，是因為模型根本「看錯重點」嗎？傳統迴歸模型試圖預測具體的報酬率數字，容易被市場雜訊與極端值嚴重干擾；然而在真實交易中，我們真正需要的其實只是「誰比誰更值得買」！
本研究引入搜尋引擎排序的核心演算法 LambdaMART (Learning to Rank)，直接對台灣 50 成分股進行截面排名優化。想知道模型如何拋棄傳統回歸的包袱，在不預測絕對漲跌的前提下，精準抓出強勢股的相對順序嗎？
當「便宜」遇到「強勢」，會撞擊出什麼樣的超額報酬？華爾街傳奇德伍．卻斯（Derwood Chase）主張：最好的投資，就是買進兼具高成長動能且估值合理的企業！
本研究移植其經典選股架構至台股市場，經實證回測 累積報酬率高達 457.54%（年化 20.84%），遠勝大盤！然而，這套高攻速策略在面對系統性熊市時，又是如何暴露其高 Beta 與深度回撤的缺點？投資人該如何透過組合分散來平衡這把雙刃劍？
量化研究不該浪費在整理數據。 TEJ Factor Library 為您準備好一切：
1. 即裝即用 ：收錄動能、價值、情緒等 11 大因子分類。
2. 在地專精 ：深挖籌碼與信用交易，精準掌握台股特有慣性。
3. 嚴謹架構 ：全面採用 PIT 數據，徹底排除回測偏差。
