
辨識 AI 量化交易詐騙最快的方法只需要一行複利算術:對方宣稱的報酬若是「保證」的,把它複利推演 10 年,金額一定荒謬到不可能存在。 「保證月賺 5%」聽起來客氣,複利換算是年化 79.6%,100 萬本金 10 年會滾成 3.49 億;「月賺 10%」是年化 213.8%,10 年滾成 927 億;「月賺 20%」是年化 791.6%,10 年滾成 3,175 兆,超過全台灣股市的總市值。對照真實世界:0050 含息在 2018-2026 這段台股多頭區間,年化約 25%,100 萬放 10 年約變 931 萬。任何人若真有「保證月賺 5%」的機器,他不需要你的 50 萬,他需要的只是時間。
這篇文章教你三件事:用算術拆穿「保證獲利」話術、用六大紅旗對照表分辨詐騙與正當服務、被找上門時照查證 SOP 五步處理。全文不點名任何特定平台或個人,因為詐騙的外殼每個月都在換,但話術結構十年沒變過,學會辨識結構比記住名字有用。
為什麼「AI 量化」成了詐騙最愛的包裝
詐騙集團挑話術的邏輯和行銷人挑關鍵字一樣:哪個詞最能讓人放下戒心,就用哪個。「AI 量化」恰好同時滿足兩個條件。
第一,AI 光環讓「穩定獲利」聽起來合理了。 過去說「老師帶你飆股」會被質疑「你怎麼知道會漲」,現在改說「AI 模型自動套利、程式 24 小時交易」,質疑就被「科技黑盒子」擋掉了:你不懂 AI,所以你無法反駁。但真正做過量化分析的人都知道,AI 與機器學習改變的是研究效率,沒有改變市場的不確定性本質,再先進的模型也產不出「保證」二字。
第二,「量化」聽起來專業,而多數人沒有檢驗工具。 量化交易在學術與業界都是正當的研究方法(下文會展開),詐騙借用這個詞,等於免費繼承了它的可信度。受害者看到「對沖基金等級策略」「夏普比率 8.0」這類術語就被鎮住了,卻不知道這些數字該怎麼驗證。這正是本文要補的洞:你可以不會寫程式,但你可以會算複利、會問口徑、會查名單。
順帶一提,這套辨識方法不只防詐騙,拿去檢驗各種付費課程與訂閱服務一樣好用,我們在投資課程值不值得買的判斷方法裡用的是同一套邏輯。
第一步:用複利算術拆穿「保證報酬」
詐騙話術的死穴是數學。對方可以偽造對帳單、偽造 App、偽造客服,但他無法偽造複利公式。檢驗只要幾行 Python,不需要安裝任何套件、不需要登入任何服務,打開任何 Python 環境(或手機上的計算機)就能算:
顯示程式碼
monthly_return = 0.05 # 對方宣稱的「保證月報酬」
months = 120 # 10 年 = 120 個月
principal = 1_000_000 # 本金 100 萬
annualized = (1 + monthly_return) ** 12 - 1
final = principal * (1 + monthly_return) ** months
print(f"年化報酬:{annualized:.1%}") # 79.6%
print(f"10 年後資產:{final:,.0f} 元") # 約 3.49 億把 monthly_return 換成 0.10,年化變成 213.8%,10 年後是 927 億;換成 0.20,年化 791.6%,10 年後 3,175 兆。文首那張對數刻度的長條圖,就是這三個終值與 0050 的對照。
這個算術給你三個判斷錨點:
- 0050 含息年化 25.05%(2018-2026)已經是搭上台股大多頭的結果,這個數字的口徑與來源在多因子選股對決 0050 的實測裡有完整交代。若有人宣稱「保證」拿到比這更高的報酬,等於宣稱自己每年穩定打敗一段歷史級多頭,而且零風險。
- 真實量化策略的合理量級長這樣:我們公開可重現的三因子策略,2020-2026 年化 20.9%、夏普 1.48;同一套規則拉長到 2007-2026 全期,年化降到 14.5%、夏普 0.99,完整程式碼與方法在量化交易 Python 教學。注意兩個特徵:數字隨期間變動(期間敏感),而且沒有任何「保證」。這是正常研究該有的樣子。
- 報酬與風險不可拆售。 任何真實策略都有回撤、有虧損月份。「只賺不賠」「日日分潤」在金融上等價於「無風險高報酬」,這種東西若存在,銀行間市場會在幾小時內把它套利到消失,輪不到陌生群組裡的你。
六大紅旗對照:詐騙話術 vs 正當量化服務
光看單一特徵容易誤判,把六個觀察點放在一起看,輪廓就很清楚:

| 觀察點 | 詐騙常見樣貌 | 正當量化服務 |
|---|---|---|
| 報酬說法 | 「保證獲利」「穩賺月 5%」「老師喊單勝率 9 成」 | 揭露歷史回測與區間,明說過去績效不代表未來,附風險與回撤 |
| 績效證明 | 對帳單截圖、群組裡的感謝洗版、無法驗證的後台數字 | 可重現的回測方法與程式碼,口徑(成本、期間、股票池)寫清楚 |
| 金流 | 要你匯款到個人帳戶、買虛擬幣轉入指定錢包、入金到自架 App | 錢留在你自己名下的券商戶頭,服務只收訂閱費或軟體費 |
| 操作方式 | 代操、把帳號密碼交給「老師」、跟著群組指令下單 | 你自己研究、自己下單,或使用有主管機關核照的合法管道 |
| 出金 | 小額先讓你領到甜頭,加碼後出金要再繳「稅金」「保證金」 | 證券戶資金進出走銀行交割戶,依規定 T+2 交割,無任何解鎖費 |
| 查證 | 查無公司登記、客服只在通訊軟體上、網域成立不到半年 | 公司主體、負責人、地址可查,必要執照可在金管會網站驗證 |
六列裡最關鍵的是金流那一列。前五列詐騙集團都可以花成本偽裝(請寫手做官網、買廣告、做假 App),唯獨金流偽裝不了:正當服務沒有任何理由要求你把錢匯出自己名下的帳戶。記住一句話:研究歸研究,錢歸自己。
「出金」那列的套路值得多講一句:先讓你投 5 萬、真的領回 6 萬,這不代表平台是真的,這是釣魚成本。等你加碼到上百萬,出金按鈕就會出現「需補繳稅金」「帳戶遭凍結需保證金解鎖」,每一次繳費都只會引出下一個名目。看到「繳錢才能領錢」六個字,無條件停止。
真量化長什麼樣:回測透明度九問
詐騙賣的是一個數字(「月賺 5%」),真研究給的是一套可以被檢驗的方法。檢驗的工具叫回測:把策略規則放回歷史資料模擬,看它過去的表現與風險。但回測本身也可以被灌水,所以重點是回測的透明度。下面九個問題,是我們自己每篇策略研究都要過的關卡,也是你拿來檢驗任何「績效宣稱」的清單:

- 交易成本:有沒有扣手續費(台股 0.1425%)與證交稅(賣出 0.3%)?高周轉策略不扣成本,績效可以差一倍以上。
- 滑價:有沒有假設下單造成的價格偏移?假設多少?
- 股票池:策略在哪個範圍選股?全上市櫃還是只挑過的名單?
- 流動性過濾:有沒有排除成交量太小、回測買得到但實單買不到的股票?
- 排除類別:下市股有沒有留在樣本裡?拿掉下市股的回測會系統性高估報酬(生存者偏誤)。
- 前視偏差:每個訊號用的資料,在當下真的拿得到嗎?財報與月營收有沒有對齊公布日?
- 權重與單檔上限:等權還是加權?單一持股有沒有上限?沒有上限的回測可能整段績效靠一檔飆股。
- 周轉率:換股多頻繁?周轉率越高,成本與滑價的侵蝕越重。
- 樣本外驗證:數字是全段調參調出來的,還是留了一段沒碰過的資料驗證?
對方答不出來,或回答「商業機密不便透露」,這個績效宣稱就等於不存在。要注意的是,答不出九問不代表是詐騙,但代表那個數字不能作為決策依據;而正當的研究方為什麼願意揭露這些,是因為它賣的是方法,禁得起檢驗。
九問裡殺傷力最大的是第 9 題。學術界對此有嚴肅的研究:Harvey, Liu & Zhu (2016) 檢視了三百多個學術文獻上「顯著有效」的選股因子後指出,在大量嘗試之下,傳統統計顯著門檻會放行大量偽發現,漂亮數字很可能只是無數次嘗試後的倖存者(論文連結)。連經過同儕審查的學術因子都有這個問題,一張來路不明的對帳單更不用說。想深入理解「回測很漂亮、上線就失效」的機制,可以讀量化投資最大的坑:過擬合。
期間敏感是另一個實感案例:上文提過,同一套三因子規則,2020 年起算夏普 1.48,從 2007 年起算只剩 0.99。同一個策略,挑不同起點可以講出兩個故事,這也是為什麼九問裡要追問回測區間,更多實證見量化交易的缺點與風險。
被找上門的查證 SOP 五步
前面是觀念,這節是流程。當「AI 量化老師」「穩定獲利群組」透過廣告、交友軟體或 LINE 群找上你,照這五步走:

- 算術檢查:把宣稱報酬丟進上面那段 Python 複利推演 10 年。金額荒謬,直接結束對話,後面四步都不用走。
- 查主體:要求對方提供公司全名與統一編號,到經濟部商工登記查詢。查無登記、或登記項目與金融業務無關、或只肯給你 App 名稱與 LINE ID,視同無法查證。
- 查名單:到金管會官網的警示名單查非法業者專區;同時用「平台名稱+詐騙」搜尋,並到內政部警政署 165 打詐儀錶板看最新通報態勢與假投資手法案例。要注意名單永遠落後於新詐騙,「查不到」只代表還沒被通報,不代表安全。
- 要口徑:用回測透明度九問逐項問。正當服務答得出來,詐騙會轉移話題、催你「名額有限」。催促本身就是紅旗:真實的策略研究不會因為你晚一週加入而失效。
- 守金流:無論前四步多漂亮,只要對方要求把錢匯到你名下券商交割戶以外的任何地方(個人帳戶、虛擬幣錢包、自架 App 入金),一律拒絕。這是最後一道、也是最硬的一道防線。
另外記住兩個法規事實:在台灣,經營證券投資顧問業務須取得金管會核發的執照;主管機關也明文禁止業者以「保證獲利」「保證收益」作為宣傳。換句話說,「保證獲利」四個字一出口,對方若非無照營業,就是違規營業,沒有第三種可能。真人帶單喊進喊出收費卻拿不出投顧執照,本身就已經踩在法律紅線上。懷疑遇到詐騙,隨時可撥 165 反詐騙專線。
量化交易本身是正當的研究方法
最後要把一件事說清楚,免得這篇文章變成「看到量化就跑」的恐慌指南:量化交易是用資料與統計驗證投資規則的研究方法,在學術界與資產管理業行之有年。詐騙與正當服務的分界線,從來都在「賣什麼」:詐騙賣結果(保證報酬),正當服務教方法(如何驗證)。
方法的特徵是可以自己動手檢驗。以台股來說,pip install finlab 之後,你可以免費取得資料、自己跑回測、自己驗證本文引用的每一個數字,三因子策略的 30 行完整程式碼就公開在教學文裡。一個生態系若敢把方法、程式碼與口徑全部攤開讓你重現,它就沒有藏「保證獲利」話術的空間;反過來說,當你自己跑過一次回測、看過自己策略的回撤,你對「穩賺月 5%」的免疫力會比讀十篇防詐文章都強。
想系統性入門,可以從量化交易完整指南看全貌,想直接動手自動化下單流程則看程式交易完整指南,遇到不熟的名詞可查量化名詞解釋。FinLab 可免費註冊試用,社群裡也歡迎你把看到的可疑話術丟出來討論。
常見問題 FAQ
AI 量化交易是詐騙嗎?
「AI 量化交易」這個方法本身合法且正當,學界與業界都在用。詐騙的是借這個名義「保證獲利」並要求你把錢匯出去的人。判斷依據看本文六大紅旗:報酬說法、績效證明、金流、操作方式、出金、查證,其中金流是最硬的判準。
群組老師帶單合法嗎?
在台灣,以收費方式提供證券投資建議屬於投顧業務,須取得金管會核照。匿名群組「老師」帶單喊單、收會員費卻拿不出執照,已涉無照經營;若再加上代操或要求匯款,詐騙機率極高。
對帳單截圖可以當作績效證明嗎?
不行。截圖可以修改、可以挑選(只給你看賺錢的那幾天)、可以來自模擬倉。可信的績效證明需要交代口徑:期間、成本、股票池、是否含下市股、是否樣本外,也就是本文的回測透明度九問。答不出口徑的數字,一律當作不存在。
已經匯款了怎麼辦?
立刻撥打 165 反詐騙專線並到警局報案,保留所有對話紀錄、匯款單據與對方帳戶資訊;若匯款時間很近,請銀行協助圈存攔阻。不要相信任何「再繳一筆就能解凍出金」的說法,那是同一場詐騙的下半場。
量化交易和詐騙怎麼分?
看三件事:一看報酬說法,真量化給「歷史區間+風險揭露」,詐騙給「保證」;二看驗證可能性,真量化的方法可重現(公開程式碼與口徑),詐騙只給無法驗證的截圖;三看金流,真量化讓錢留在你自己的券商戶頭,詐騙要你匯出去。
「保證獲利」的廣告合法嗎?
主管機關明文禁止投信投顧事業以保證獲利、保證收益作為廣告宣傳,所以「保證獲利」這個說法在合規業者身上不會出現。看到這四個字,對方若非無照就是違規,可直接向 165 或金管會檢舉。
回測報酬很高的策略就是詐騙嗎?
不一定,但高數字需要高透明度來支撐。先檢查回測九問(尤其成本、生存者偏誤與樣本外),再看數字的期間敏感度:本文引用的真實案例裡,同一套策略換個起算年份,夏普就從 1.48 掉到 0.99。把任何單一漂亮數字當成未來的承諾,即使不是詐騙,也是過度自信。
詐騙集團為什麼總說自己用 AI?
因為 AI 是當下最有效的「不可質疑」包裝:你不懂模型細節,就難以反駁「AI 自動套利」的宣稱。應對方式是不跟他辯論技術,改用複利算術與金流這兩個不需要技術背景的判準檢驗。
量化研究的世界歡迎驗證、歡迎質疑,這正是它和詐騙最大的差別。把這篇的算術、九問與五步 SOP 傳給身邊曾被「穩賺群組」加過好友的人,比任何事後報案都有價值。
投資警語:本文僅供教學與防詐參考,不構成投資建議。過去績效不代表未來表現,投資一定有風險,請審慎評估自身風險承受能力。
最後更新:2026-06|作者:FinLab 量化研究團隊(經量化研究員審閱)
FinLab AI
想建立自己的策略?
用自然語言描述你的選股想法,AI 自動驗證、回測、給你答案
免費開始

