投資組合 Portfolio
市值優先用台灣報價,沒填才用日本買取價 × 匯率;成本以 FIFO 計帳,損益以 TWD 呈現。
未實現損益 Unrealised P&L
—
報酬率 —
成本 Cost
—
尚未匯出資料
市值 Market
—
按 bid 計算
已實現 Realised
—
歷史累計
庫存明細 Holdings
一盒一列,各自帶自己的單價與損益。
執行 python scripts/export_dashboard.py 以產生 data.js 後重新整理頁面。
One Piece Card Game · 投資追蹤
五人股東共同帳冊
市值優先用台灣報價,沒填才用日本買取價 × 匯率;成本以 FIFO 計帳,損益以 TWD 呈現。
未實現損益 Unrealised P&L
—
報酬率 —
成本 Cost
—
尚未匯出資料
市值 Market
—
按 bid 計算
已實現 Realised
—
歷史累計
一盒一列,各自帶自己的單價與損益。
執行 python scripts/export_dashboard.py 以產生 data.js 後重新整理頁面。
所有未開封盒子的整體水位。1.00 = 近兩年的典型水準。 這是看懂後面每一張圖的前提。
怎麼算的。 做法和股價指數一樣,是鏈式連乘:先把所有盒價放到固定的每週時間格上, 然後相鄰兩格之間,只取兩格都有報價的弾算價格比值、取中位數, 再把這些比值一路乘起來。谷底定為 1.00。
為什麼要這樣算,而不是直接取每天的平均。 資料本身有三個陷阱:torecamap 在 2025 年每月才報一次、2026 年幾乎每天報, 取樣密度差了十倍;樣本裡的弾從 11 個長到 20 個;有些日子只有一個新弾有報價。 直接取橫斷面平均,這三件事都會混進指數裡。 鏈式連乘可以避開 —— 新弾要等到它有第二筆報價才開始影響指數, 而且不需要「某個弾的平均水準」這種會被取樣密度污染的基準。
為什麼需要這條線。 密封盒子幾乎都是一起漲、一起跌。不先把這個共同因子分離出來, 任何「上市幾週最便宜」的分析都會被行情蓋過去 —— 每一弾的峰值都會落在同一個月份,而那只是日曆。
是真的。那個月資料庫裡每一個弾的盒價都一起跳升, 中位數是 2.13 倍(18 個弾)。我們先當成自己的解析錯誤去查:
來源本身是 torecamap 各弾專欄頁的「未開封BOXの買取価格推移」表,
23 個弾全部都有,2025-02 起;2026-02 之後改為週頻,之前是月頻。
存成 price_type='bid',和 EV 同基準比較。
關鍵是同期的單卡完全沒動: torecamap 的單卡買取價月變化 ×1.00(292 張), atari 的單卡販售價 ×1.02(890 張)。
一個盒子就是裡面那堆卡的集合。卡沒動、盒子翻倍, 代表密封盒子在那個月被當成稀缺實物重新定價,和內容物無關。
這也是為什麼「開盒 EV 高於盒價就買」不能單獨當訊號 —— 比較的另一邊有一大塊跟卡片價值沒有關係。
這張圖受影響最小。指數是鏈式比值,每一步只比 「同一個弾、相鄰兩週」的價格變化。只要店家的抽成比例在那兩週之間沒變, 比值就和用販售價算出來的一樣 —— 價格水準被約分掉了。
要注意的是它量的是整體水位的變化, 不是「買一盒要花多少錢」。1.00 是近兩年的典型水準,不是某個金額。
同一個盒子,上市一段時間之後比它剛上市時貴了還是便宜了。1.00 = 和發售當週一樣。
這張圖分離出單純因為上市時間經過而產生的漲跌, 也就是「同一個盒子,上市一段時間之後比它剛上市時貴了還是便宜了」。 量的是年齡與價格的關係,不是絕對價位。
同時估兩組固定效果:「這一弾本來就比較貴/便宜」和 「那一天整個市場比較貴/便宜」,把兩者都扣掉之後,剩下的才歸給年齡。
比「先算出市場指數、再用除法扣掉」更穩健 —— 除法會把第一步的誤差整個帶進第二步。
每個彈齡桶都是「同一個弾在不同年齡的買取價」相除,店家抽成被約分掉 —— 前提是抽成比例不隨盒子年齡改變。 這個前提無法直接驗證,因為沒有盒子販售價的歷史。
如果店家對越老、越稀缺的盒子壓價越兇,真實跌幅會比圖上更淺。 方向不會反轉 —— 發售週是高點、前兩三個月往下, 在任何合理的抽成假設下都成立。
因為年齡、日期、發售批次三者線性相依(年齡 = 日期 − 發售日)。 數學上年齡效應的曲線形狀可以估,但整條線的斜率估不出來 —— 把 2026-02 的跳升算成「市場漲了」還是算成「舊盒子隨年齡變貴了」, 資料沒有辦法分辨。圖上兩條線的差距,就是這個未定的斜率。
所以這張圖能說「前兩三個月往下」,不能說「一年後會漲回來」或「會繼續跌」。 圖上藍柱和橘線在尾端分岔,正是這件事的具體長相:兩種算法都站得住腳, 資料本身分不出來。
不要。那一格只有 3 個弾 / 6 筆觀測, 是整張圖最薄的一格(其他格都有 10–12 個弾)。
真實的曲線應該是從發售週就單調往下,中間不該有這個小反彈。
「開盒後卡片的買取價總和 ÷ 整盒的買取價」。兩邊都是賣給店家的價格,基準一致。 1.0 以上才代表開盒比整盒賣掉划算。
三個數字回答兩個不同的問題:已經有一盒 → 拆還是整盒賣(EV ÷ 盒子買取), 還沒有 → 現在買一盒來拆划不划算(EV ÷ 盒子販售)。 EV 以卡片買取價計算,括號是封入率誤差帶。
| 弾 | JP 發售 | 週齡 | 發售週盒價 | 谷底 | 現在盒子買取 | EV(買取基準) | EV ÷ 盒子買取 已持有:拆划算嗎 |
EV ÷ 盒子販售 買來拆划算嗎 |
|---|---|---|---|---|---|---|---|---|
| 執行 python scripts/build_box_ev_history.py 後顯示 | ||||||||
兩欄的基準不同,可信度也不同。 EV ÷ 盒子買取兩邊都是賣給店家的價格,基準乾淨,這一欄可以直接讀。 EV ÷ 盒子販售目前空白 —— 資料庫沒有盒子的販售價歷史。
但那一欄的答案其實已經確定了。
販售價一定高於買取價(店家要賺價差),所以
EV ÷ 販售 < EV ÷ 買取 必定成立。
而 EV ÷ 買取 從來沒有超過 1.0,
所以「買一盒來拆」必定也不划算 —— 不需要等到販售價補上才能下這個結論。
真的要查販售價的時機,是哪一天 EV ÷ 買取 開始超過 1.0。
盒價與開盒期望值的歷史對照。陰影是 EV 的封入率誤差帶。
盒價這條線是買取價(店家向你收的價),不是你買一盒要付的錢。 真正的買價會高於這條線,差多少我們沒有歷史資料可以量。
所以這張圖讀的是兩條線的相對位置和走勢: 盒價和 EV 的距離有沒有在縮小。要讀「現在進場貴不貴」, 看密封市場指數和進場時機兩張圖。
點擊下拉選單,輸入關鍵字搜尋,點擊卡片選取(可多選),於圖表比較歷史報價走勢。