前言：12/23 的意外發現
在 12/23 的例行數據同步中，我發現了一個嚴重的問題：中國（CN）與日本（JP）股市的數據完整度大幅下降。經過分析，主因是 GitHub Actions 的出口 IP 請求過於頻繁，觸發了 Yahoo Finance 的流量防護（Rate Limit），導致大量數據抓取失敗。
為了確保「動能矩陣分析」的準確性，我針對數據管線（Data Pipeline）進行了架構優化。
專案程式碼
1. 智慧時效檢查（TTL Cache）
原本的系統是「只要檔案存在就跳過」，這會導致數據無法即時更新。新版本引入了 1 小時過期機制：
- 自動過期判斷：系統會檢查本地 CSV 檔案的最後修改時間。若檔案超過 1 小時，則判定數據已過時，強迫重新下載。
- 兼顧效率與安全：在一小時內重複執行，系統會秒速完成（約 1 分鐘）；若超過一小時，則會抓取最新行情。這有效降低了被封鎖 IP 的風險。
2. 數據健康度儀表板（Health Dashboard）
我們不再盲目相信下載結果。現在每個市場下載結束後，都會回傳精確的統計數據：
- 應收標的總數：完整追蹤該交易所的所有掛牌普通股。
- 成功率百分比：直觀顯示今日數據的覆蓋率（例如 99.74%）。
- 異常預警：若成功率低於閥值，系統會在報表中發出提示。
3. 專業級 Email 報表升級
通知模組 notifier.py 現在能產生更專業的 HTML 報表：
- 視覺化面板：報表頂部新增數據統計欄位。
- 圖表內嵌（Inline Graphics）：利用 CID 技術將九張報酬分布矩陣圖直接顯示在郵件中，不需額外開啟附件。
- 台北時區修正：所有報告時間均已統一轉換為 台北時間 (UTC+8)。
4. 進階技巧：手動強制刷新（Manual Purge）
雖然系統有 1 小時的智慧檢查，但若在盤中遇到突發事件想要「立刻」看到最新分析，GitHub Actions 的 Caches 管理界面就是你的「手動按鈕」。
操作邏輯：
- 刪除快取：點擊條目右側的「垃圾桶」圖示，清除特定市場的記憶。
- 重新執行：再次啟動 Workflow，系統會因為找不到舊檔案而無視 1 小時規則，直接從交易所抓取最即時的報價。
結語
從 12/23 的失效經驗中，我學會了在自動化系統中「數據品質監控」與「抓取邏輯」同樣重要。現在，這套系統不僅跑得快，而且跑得更有底氣。
這次的系統更新主要源於 12/23 在執行數據同步時的一個重大發現：當天中國股市（CN-SHARE）與日本股市（JP-SHARE）的數據完整度大幅下降，部分標的因為連線頻率過高被伺服器阻斷。
為了確保動能分析矩陣的準確性，我針對數據管線進行了 v2.0 的架構優化。
