一、為什麼我要做這件事？
在股市投資中，「市場寬度」與「動能分布」是判斷多空趨勢的關鍵指標。然而，要同時掃描全球六大市場（美、台、港、中、日、韓）數萬檔標的，往往需要昂貴的伺服器與龐大的運算時間。
這個週末，我給自己設定了一個課題：能不能在「零伺服器成本」的前提下，建構出一套工業級的自動化監控管線？二、核心技術：GitHub Actions Matrix Strategy (平行運算)
傳統的開發邏輯是「序列執行」，即跑完台灣再跑美國，耗時長且效率低。在本專案中，我導入了 GitHub Actions 的 Matrix Strategy。
- 平行處理：系統啟動時會同時分配 6 台獨立的雲端虛擬機 (Runner)。
- 效率提升 600%：原本需要 1.5 小時的序列下載量，因為六國同步開跑，縮短至 15-20 分鐘 內完成。
- 故障隔離：每一市場任務獨立，即使某國 API 異常，也不會影響其他五國的報告產出。
(註：建議在此處插入您那張 6 個綠色勾勾並行的 GitHub Actions 截圖，非常有說服力！)
三、強韌的下載管線設計
在抓取大規模金融數據時，「穩定性」是最大的挑戰。為了確保系統長期運作不被封鎖，我實作了：
- 隨機延遲 (Randomized Jitter)：模擬真人行為，避開 API 限流。
- 數量門檻防護 (Threshold Guard)：自動檢查清單完整度，防止網路抖動造成數據缺失。
- 續跑機制：基於進度紀錄，讓系統在遇到意外中斷後能無縫接續。
四、結語：技術換取時間
透過這次週末的實作，我再次驗證了現代 Serverless 架構的強大。我們不需要購買昂貴的設備，只要善用雲端資源與良好的架構設計，一人也能管理全球化的金融數據庫。
💡 方格子發文小建議：
- 自訂網址：在方格子發布時，可以自訂後綴網址，建議用
global-stock-monitor-01之類的關鍵字。 - 加入關鍵字標籤：
Python、量化投資、GitHub Actions、自動化、理財投資。 - 系列文連結：在文章最後寫上「下篇預告：我如何搞定跨國 API 的各種格式坑？」，並放上專案的 GitHub 連結。
🔗 您的專案連結： https://github.com/grissomlin/taiwan-stock-monitor/tree/main
