banini-tracker

追蹤「股海冥燈」巴逆逆（8zz）的 Facebook 社群貼文，透過 Apify 抓取、AI 反指標分析、多平台即時推送（Telegram / Discord / LINE），並自動追蹤預測準確度。

• 辨識她提到的標的（個股、ETF、原物料）
• 判斷她的操作（買入 / 被套 / 停損）
• 反轉推導（她停損 → 可能反彈、她買入 → 可能下跌）
• 推導連鎖效應（油價跌 → 製造業利多 → 電子股受惠）
• 自動記錄預測，追蹤 5 個交易日的實際走勢

---

歷史回測

使用 Claude Opus 4.6 回溯分析 2024/04～2026/04 共 2,249 篇貼文，從中提取 345 筆明確的投資操作預測。

分析範圍	2,249 篇貼文 → 345 筆預測，涵蓋 70 個標的（個股、ETF、指數、原物料）
追蹤方式	每筆預測後追蹤 5 個交易日，記錄盤中最高/最低價
判定標準	反指標方向正確且幅度超過 ±1% 即算「冥燈成功」
資料集	data/banini-public.db（SQLite，不含原始貼文）

---

Claude Code 使用者？ 直接把 skill/SKILL.md 加到你的 .claude/skills/ 就能用。Claude 自己當分析引擎，不需要額外 LLM。

支援兩種使用模式：

• 常駐排程：Docker 部署，自動盤中/盤後排程 + LLM 分析 + 多平台推送（Telegram / Discord / LINE） + 預測追蹤
• CLI 工具：npx @cablate/banini-tracker，搭配 Claude Code 等 AI 手動執行分析

快速開始（常駐排程）

# 1. 複製設定
cp .env.example .env
# 填入必要項目，並設定至少一個通知管道（Telegram / Discord / LINE）

# 2. Docker 部署
docker build -t banini-tracker .
docker run -d --name banini --env-file .env -v banini-data:/data banini-tracker

# 3. 或本地直接跑
npm install && npm run start

排程規則

排程	時間	說明
早晨補漏	每天 08:00	抓前一晚 22:00 後的貼文（3 篇）
盤中	週一~五 09:07-13:07 每 30 分	抓 08:30 後的貼文（1 篇）
追蹤更新	週一~五 15:00	更新預測追蹤（收盤後抓 OHLC）
盤後	每天 23:03	抓 13:30 後的貼文（3 篇）

每個排程只抓自己時間窗口內的貼文，搭配 seen.json 去重，確保無死角且不重複。

npm scripts

指令	說明
npm run start	常駐排程模式（全部排程自動跑）
npm run dev	單次執行（FB 3 篇）
npm run dry	只抓取，不呼叫 LLM
npm run market	盤中模式（FB 1 篇）
npm run evening	盤後模式（FB 3 篇）

.env 設定

APIFY_TOKEN=apify_api_...
LLM_BASE_URL=https://api.deepinfra.com/v1/openai
LLM_API_KEY=...
LLM_MODEL=MiniMaxAI/MiniMax-M2.5
TG_BOT_TOKEN=...
TG_CHANNEL_ID=-100...

# Discord Bot（選填，與 Telegram 擇一或同時使用）
DISCORD_BOT_TOKEN=...
DISCORD_CHANNEL_ID=...

# LINE（選填，與其他通知管道同時使用）
LINE_CHANNEL_ACCESS_TOKEN=...
LINE_TO=target_user_or_group_id

# 影片轉錄（選填，啟用後自動轉錄影片貼文）
TRANSCRIBER=groq
GROQ_API_KEY=gsk_...

# FinMind API（選填，免費可用，註冊可提高額度）
FINMIND_TOKEN=...

# 資料目錄（Docker 建議掛載 /data）
DATA_DIR=/data

預測追蹤系統

LLM 分析出標的後，系統自動：

1. 映射股票代碼：台股名稱 → 代碼（2230 檔上市 + 上櫃）
2. 記錄基準價格：以貼文發佈時間查對應交易日收盤價
3. 追蹤 5 個交易日：每天 15:00 收盤後抓 OHLC，記錄漲跌幅
4. 同股票取代：新預測自動取代同標的舊預測（supersede 機制）

勝敗判定在查詢時決定，支援多維度分析（不同持有天數、信心度分群、操作類型）。

資料儲存

使用 SQLite（better-sqlite3），資料表：

表	用途
posts	所有貼文原文（即時 + 歷史回測統一來源）
predictions	預測記錄（標的、方向、基準價、狀態）
price_snapshots	每日 OHLC 快照（5 天追蹤期）

資料庫位置：$DATA_DIR/banini.db（Docker 掛載 /data，本地 ~/.banini-tracker/）

公開資料集

data/banini-public.db 提供去識別化的預測資料，包含 345 筆預測記錄與對應的價格快照，不含原始貼文內容。可直接用於分析或驗證反指標勝率。

# 快速查看
sqlite3 data/banini-public.db "SELECT symbol_name, reverse_view, base_price, status FROM predictions LIMIT 10"

CLI 工具模式

不需 clone repo，任何環境直接用：

# 初始化設定
npx @cablate/banini-tracker init \
  --apify-token YOUR_APIFY_TOKEN \
  --tg-bot-token YOUR_TG_BOT_TOKEN \
  --tg-channel-id YOUR_TG_CHANNEL_ID

# 抓取 Facebook 最新 3 篇
npx @cablate/banini-tracker fetch -s fb -n 3 --mark-seen

# 抓取指定日期區間（回測用）
npx @cablate/banini-tracker fetch --since 2025-04-01 --until 2025-05-01 -n 100

# 推送結果到 Telegram
npx @cablate/banini-tracker push -f report.txt

CLI 指令

指令	說明
init	初始化設定檔（~/.banini-tracker.json）
config	顯示目前設定
fetch	抓取貼文，輸出 JSON 到 stdout
push	推送訊息到 Telegram
seen list	列出已讀貼文 ID
seen mark <id...>	標記貼文為已讀
seen clear	清空已讀紀錄

fetch 選項

-s, --source <source>  來源：fb（預設 fb）
-n, --limit <n>        每個來源抓幾篇（預設 3）
--since <date>         只抓此時間之後的貼文（YYYY-MM-DD / ISO 時間戳 / 相對時間如 "2 months"）
--until <date>         只抓此時間之前的貼文
--no-dedup             不去重
--mark-seen            輸出後自動標記已讀

push 選項

-m, --message <text>     直接帶訊息
-f, --file <path>        從檔案讀取（推薦多行內容用這個）
--parse-mode <mode>      HTML / Markdown / none（預設 HTML）

不帶 -m 或 -f 時從 stdin 讀取。

搭配 Claude Code 使用

在 Claude Code 的 skill 中，Claude 自己就是分析引擎：

1. fetch 抓貼文 → Claude 讀 JSON
2. Claude 分析 + WebSearch 查最新走勢
3. Claude 組報告 → push -f 推送 Telegram

詳見 skill/SKILL.md。

費用估算

項目	單次費用	頻率	月估算
Facebook 抓取（Apify）	~$0.005/篇	~270 篇/月	~$1.35
LLM 分析（常駐模式）	依模型而定	同上	依模型定價
影片轉錄（Groq Whisper）	~$0.006/分鐘	視影片數量	極低
股價查詢（FinMind）	免費	每日收盤後	$0
通知推送（TG / DC）	免費	—	$0
LINE 推送	Free plan 200 則/月	同上	$0（一般用量）

CLI 模式搭配 Claude Code 使用不需 LLM 費用，Claude 自己分析。 回測歷史資料加日期篩選：~$7/千篇（$5 基本 + $2 date filter add-on）。

為什麼只用 Facebook？

早期版本同時支援 Threads 和 Facebook 爬取，後來基於兩個原因移除了 Threads：

1. 費用差距大：Threads 每次抓取 ~$0.15（Pay-per-event），Facebook 只要 ~$0.02（CU 計費），差 7 倍以上
2. FB 參考價值更高：巴逆逆的投資相關貼文（持倉截圖、操作心得）主要發在 Facebook 粉專，Threads 多為生活日常，反指標參考價值較低

Star History

免責聲明

本專案僅供娛樂參考，不構成任何投資建議。

License

MIT