先說一件事：我以前每次都搞不清楚「現在到底該加碼還是減碼」。
不是因為沒在關注市場，而是太常跟著情緒走——看到大家在買就想買，看到消息不好就想跑。這種決策模式很累，而且成效很差。
後來我認真讀了闕又上的《阿甘投資法》，核心只有一句話：用規則取代感覺。 規則明確了，就不需要每天焦慮「現在到底對不對」。
問題是，規則再好，如果每個月還要手動查數據、對照表格，這個摩擦力就夠讓人放棄了。所以今天早上我花了一個早上，把整套邏輯寫成 Python CLI 工具。
阿甘投資法的核心邏輯
這套方法的基礎是台灣國發會的景氣對策信號。國發會每個月發布一個綜合評分，根據九個子指標（包括股價、工業生產、外銷訂單等）加總，給出一個分數，再換算成燈號。
五種燈號對應五種景氣狀態：
阿甘投資法的操作邏輯是：越冷越買，越熱越賣。 聽起來像廢話，但真的做到的人不多。
各燈號的倉位策略
燈號不只是參考，它直接對應你的「加減碼」決策：
藍燈：市場在谷底，大力加碼
黃藍燈：景氣偏弱但底部區，可以正常加碼
綠燈：維持正常倉位，不特別動作
黃紅燈：市場偏熱，開始減碼、提高現金比例
紅燈：過熱訊號，積極減碼，保守應對
這套邏輯的優點是：它讓你在「沒人敢買」的時候反而要買，在「大家都在買」的時候要賣——這正是大多數散戶做不到的事情。
212 買訊號 / 282 賣訊號是什麼？
書裡還有一個輔助指標：把景氣分數依照一定規則累積計算，當累積值到達特定閾值時，觸發明確的買賣訊號：
累積到 212：買訊號觸發，代表景氣從底部走上來夠明確了
累積到 282：賣訊號觸發，代表過熱程度累積到要注意了
這個機制的好處是防止單月數字跳動造成「假訊號」——需要趨勢夠明確、累積夠久，才會發出訊號。
為什麼要把它寫成 CLI 工具？
純粹因為懶。
每個月手動去國發會網站查數字、對照表格、計算訊號狀態——整個流程不到五分鐘，但「要不要打開瀏覽器去查」這個心理摩擦力，讓我有時候一拖就是兩三週。
把它寫成 CLI 之後，一行指令就出結果。不用想「我上次查是哪個月的數字」，也不用手動算訊號有沒有觸發。
工具幫你降低執行門檻，讓好的習慣更容易發生。 這個道理適用在任何系統，不只投資。
工具怎麼做的
工具放在 ~/ai-lab/agan/agan.py，用 Python 寫，用 Claude Code 輔助開發。整個過程大概花了一個早上，主要時間花在搞清楚國發會 open data API 的回傳格式，邏輯本身反而是最快的部分。
幾個核心功能：
串接國發會 API（dataset 6099）：直接拿最新景氣分數，不用爬網頁
24 小時快取：API 資料不是每天更新，加快取避免打太多不必要的請求
燈號判斷：分數自動對應燈號，輸出當前狀態
訊號計算：判斷 212 買 / 282 賣訊號的當前狀態
加減碼建議：根據燈號輸出明確的操作方向
Claude Code 在這個場景很好用——我直接把「阿甘投資法規則」的文字描述貼給它，讓它把規則轉成程式邏輯，準確率很高。比較需要人工確認的是 API 的細節和快取邏輯。
今天的狀態
javascript$ python agan.py 景氣狀態：🔴 紅燈 當月分數：39 分 訊號狀態：282 賣訊號 OPEN 建議方向：積極減碼，市場偏熱，保守應對
紅燈 39 分，落在 38–45 的過熱區間偏高位置。282 賣訊號已開啟，代表累積分數越過了賣出門檻。
這不是說「明天就要清倉跑路」，而是說：現在不是積極加碼的時機。 如果你的倉位比較重，阿甘投資法的邏輯是應該考慮慢慢減輕，把現金比例提高，等藍燈或黃藍燈再重新佈局。
你現在可以做的事
不管你會不會寫程式，這套方法馬上可以用：
如果不想寫程式：直接去國發會景氣指標網站，每月抓最新的燈號和分數，對照上面的表格就能決定操作方向。一個月操作一次，不需要天天看盤。
如果會 Python：把阿甘投資法的規則整理清楚，丟給 Claude Code，讓它幫你寫 CLI。串接 dataset 6099 這個 open data endpoint，邏輯不複雜，一個早上可以完成。
最重要的一件事：先把你的規則寫下來，然後真的照著執行。阿甘投資法的價值不在於它的規則有多神，而在於它讓你有紀律可以遵循，不靠感覺、不靠預測。
今天紅燈 39 分，賣訊號開著。我的策略是維持現有倉位不加碼，靜觀其變，等燈號轉向再說。
不焦慮，不猜測，就這樣。