docs: 補充 5 項資料限制與使用注意事項的揭露說明（中英 + llms-full）

[linsamtw]

2026-08-07 全 dataset 品質稽核找到的 5 個項目，屬於「上游機制或既有限制、無法用程式修掉、但使用者必須事先知道」的資料特性，補進對外文件。

全部以 ??? note 摺疊區塊呈現，放在各 dataset 的 bullet list 之後、!!! example 之前，沿用既有排版與語氣。

揭露項目與擺放位置

#	項目	頁面 / 段落
1	2005 年以前上市（TWSE）資料的倖存者偏誤	Technical → TaiwanStockPrice
2	上櫃 2007-01-02 ~ 2007-04-20 缺少個股日成交資訊	Technical → TaiwanStockPrice
3	整日查詢時 stock_id 含 32 個英文指數代號	Technical → TaiwanStockPrice
4	5 秒級 dataset 的揭示頻率分四個世代	Technical → TaiwanStockStatisticsOfOrderBookAndTrade、TaiwanVariousIndicators5Seconds、TaiwanStockEvery5SecondsIndex
5	2023-08-04 開盤有一列前一交易日收盤的殘留累計值	Technical → TaiwanStockStatisticsOfOrderBookAndTrade

各項重點

1. pre-2005 倖存者偏誤（最重要）
2005 年以前的上市母體偏向「之後仍持續交易的證券」，已下市證券的歷史可能未被完整收錄。舉例：2311、2325 在本表最早只到 2004-02-11，2319 整段查無資料。說明對回測的影響（系統性高估報酬、低估風險）並給出兩項建議做法；註明上櫃不受影響，且同樣適用於 TaiwanStockPriceAdj。

2. 上櫃 2007 斷層
71 個交易日；2006-12-29 與 2007-04-23 各約 400 檔上櫃個股，中間僅剩零星幾檔。屬來源端未揭示，建議視為缺值而非「當日無成交」。

3. 指數列混入
32 個英文代號（TAIEX、TPEx + 30 個產業類指數），其 open/max/min/close 為指數點數。提供兩種過濾寫法（數字開頭判斷 / TaiwanStockInfo.industry_category）。

4. 五秒級揭示頻率四世代

期間	揭示間隔	每個交易日筆數
2005-01-03 ~ 2011-01-14	60 秒	271
2011-01-17 ~ 2014-02-21	15 秒	1,081
2014-02-24 ~ 2014-12-27	10 秒	1,621
2014-12-29 ~ now	5 秒	3,241

註明是來源端當時的揭示粒度（2005-09-28 官方同樣 271 筆），非本表缺漏；建議依當日實際時間欄位 resample。

5. 2023-08-04 跨日殘留
09:00:00 除正常開盤列外，另有一列與前一交易日 2023-08-02 13:30:00 七欄完全相同（08-03 因颱風停止交易）。證交所原始檔案即為此值。差分時第一根 bar 會出現極大負值，附上以 groupby(...).idxmin() 取真正開盤列的修正寫法。

修改檔案

• docs/tutor/TaiwanMarket/Technical.md — 新增 7 個 ??? note
• docs/tutor/TaiwanMarket/Technical.en.md — 對應英文版（非機翻）
• docs/llms-full.txt — 補 7 條純文字 - Note:（維持純文字，不用 markdown 語法）

docs/llms.txt 僅為頁面索引，無對應內容需更新。

驗證

• 五個項目皆已對實際資料查證（世代分界日、2311/2325/2319 起始日、2007 窗 71 個交易日與上櫃檔數落差、32 個指數代號、2023-08-04 重複列數值）
• mkdocs build --strict 通過，表格於 ??? note 摺疊區塊內正常渲染
• 全文無 commit hash / MR 編號 / 內部常數 / 檔案路徑 / 內部架構詞彙
• 未新增內部錨點連結，不涉及 anchor 驗證

🤖 Generated with Claude Code