【觀點】克服人性貪婪、恐懼!看懂加密貨幣量化交易,如何與AI結合?
【觀點】克服人性貪婪、恐懼!看懂加密貨幣量化交易,如何與AI結合?

觀點文章呈現多元意見,不代表《WEB3+》的立場

AI、區塊鏈,可以結合嗎?

資訊科技的發展,已經深入到了我們每一個人的生活,幾乎是沒有網路有些人就不知道怎麼過日子的地步,30年前網路開始發展的時候,我有幸可以參與其中,看著這些年世界的變化,個人的感受是特別的深刻,有許多心得想要與大家分享。

近年來最火熱的議題就是AI與區塊鏈,前者是早在數十年前就已經存在的技術,但直到今日因為網路與大數據,還有半導體技術的成熟,才讓它發光發熱成為改變世界的重要關鍵技術,重要到美國還要立法去阻止對手發展。

後者則是去中心化的概念,基於我們對中心化極權世界的不信任而生,靠的也是一樣是網路的普及與便宜又具有高速運算能力的半導體,而實現區塊鏈技術並獲得市場認證的產品,就是比特幣與以太幣,以及後續如雨後春筍般出現的各種加密貨幣,這些發明可以說是時代的必然,是科技讓它們變成可能,也必然會再度改變人類的歷史。

既然AI與區塊鏈都是如此重要的資訊科技主題,我當然不可能會錯過,或許有人想過是否能將這兩者結合發展出更能創造價值的技術呢?事實上量趨科技就是在做這件事,我們實現的一種可能性就是:運用AI技術做加密貨幣量化交易。

「量化交易」是什麼?好處有哪些?

量化交易對許多人來說或許有點陌生,但如果換句話說講「程式交易」大家應該就會懂了,簡單來說,就是將自己的交易操作方式,用明確的程式與條件邏輯去描述,經過大量數據的回測驗證,然後將這個邏輯程式化自動化,讓程式自動去下單交易,這個方式行之有年,從電腦與網路被發明就一直到今天都是產業的王道。

相較於傳統的人為交易,量化交易的好處太多了,它克服了人性貪婪與恐懼的弱點,可以同時監控全世界成千上萬個市場,而且不用勞健保可以全年無休不會累。

尤其是加密貨幣的市場,不像傳統市場有開盤有收盤,也不像股票有其營運的公司與投資標地,所以無法用巴菲特的方式去做價值投資。

像比特幣與以太幣等指標性的加密貨幣,他們幾乎是受到全世界正在發生的每一件事的影響,2022年2月24那天我就是看到比特幣瞬間暴跌了1000美元,才知道原來俄烏開戰了,而我是臉書朋友圈中第一個知道這件事的人。

機器學習、深度學習是什麼?

那AI是如何在這樣的市場中,發揮它的強大威力呢?

首先我們要先了解,AI是一個集合性名詞,並不是單指某一個技術,也就是說,這個世界還不存在一個想像中像是人類這樣,能夠觀察學習獨立思考,甚至有七情六慾的這種AI。

比起用AI這個大家常聽到的詞,我們更喜歡用Machine Learning「機器學習」和Deep Learning「深度學習」這樣的專業用詞來稱呼我們的技術,這會更為精準。

關於機器學習和深度學習,如果要好好介紹這是可以寫一本書的,一般人也沒有辦法在很短的時間理解。

不過我們一樣可以簡單地說,機器學習就是一種逼近法,比方說身高和體重就好像是正比的關係但又不太像,考慮男性女性又會有不同的情況,如果再把年齡、人種、職業考慮進去就又會有更精準的結果,只要樣本夠多,就足以讓數學模型找到一些規律,這個模型就可以提供我們進行預測而有一定的準度。

至於深度學習,就是更進階更複雜的機器學習,他利用類似人腦神經細胞網路的結構,建構出人工類神經網路,用巨量的訊息去訓練它,就可以讓這個類神經網路記住許多複雜的事情。

比如說當圍棋的黑白子是某個方式排列的時候,下一手在某一個位子的期望勝率為何,這就是無法用簡單的數學模型來描述的複雜問題,而深度學習可以處理它。

AI如何與量化交易結合?

我們就是運用這樣的深度學習技術,將成千上萬的因子,比方說比特幣每一分鐘的價格、有多少買單與賣單、不同交易所不同幣種每分鐘每小時的成交量...以及之後我們想預測的標的,通常是未來的價格與漲跌,通通餵給我們的模型去學習,然後再做大量的回測,並由專業的交易員進行檢視,確認模型學到的是正確的方向趨勢,而不是單純過度優化在某一個特定事件,然後就可以開始小額上線交易進行的驗證與測試,再慢慢地放大金額與交易部位,這就是我們能在市場上佔有一席之地的原因。

然而市場隨時都在變化,唯一不變的定律就是所有事情都在改變,所以用AI做量化交易這個題目是永無止境的,不可能有永遠的贏家。尤其市場上的對手也持續在變強,即使現在我們還有領先的優勢,但任何人都可能擁有跟我們一樣先進的技術與即時的資訊,進而取代我們,所以我們還有打不完的戰役,對新AI技術與人才的需求也永遠不會有滿足的那天。

觀點文章呈現多元意見,不代表《WEB3+》的立場

核稿編輯:高敬原

關鍵字: #投資
往下滑看下一篇文章
影音體驗成行動網路新戰場!Opensignal 揭台灣大哥大奪「雙料冠軍」,連網穩定撐起高負載影音與 AI 協作
影音體驗成行動網路新戰場!Opensignal 揭台灣大哥大奪「雙料冠軍」,連網穩定撐起高負載影音與 AI 協作

現代人手機不離手,通勤時滑短影音、午休追串流影劇、下午開視訊會議,網路影音應用成為工作與生活的普遍情境。然而,一旦畫面卡頓、畫質不穩,或聲畫不同步,使用體驗立刻打折,甚至影響工作效率與專業判斷。

也因此,網路品質不再只是「快不快」的問題,更關乎能否在高使用量的日常情境下,維持穩定、連續的表現;對此,第三方評測也採用更貼近使用者情境的方式衡量網路體感。而 Opensignal 最新報告指出,台灣大哥大在影音體驗相關項目是業界唯一同時拿下「影音體驗」與「5G 影音體驗」雙項獎項的電信商,其中,關鍵的差異是什麼?

為何「影音體驗」是網路品質的關鍵指標?

愈來愈多消費者入手旗艦機,追求的不只是硬體規格,還有流暢的 AI 應用與多工協作。然而,無論是視訊即時翻譯或雲端會議,這些高階功能都有一個共同前提:網路必須穩定。一旦網路品質不佳導致畫質下降或音畫不同步,旗艦級的 AI 功能將形同虛設。

這也意味著,檢驗網路價值的標準已經改變。如今,不能只看單點測速的瞬間峰值,更重要的是高負載情境下的耐力表現。因此,比起單點測速,影音體驗會是更完整的測試標準,直接挑戰了網路在室內深處、移動途中或人潮聚集時的網路實力;而唯有在長時間串流下依然不卡頓、不降畫質,才稱得上是高品質的連線。

換言之,隱身在硬體背後的電信商,才是發揮旗艦機性能的關鍵;唯有透過最佳網路品質,才能讓手中的旗艦機既是規格領先、也是體驗領先。

唯一影音體驗雙料冠軍,Opensignal 權威認證的有感體驗

雖然相較於測速數據,影音體驗更貼近日常使用,但也更難量化。對此,國際權威認證 Opensignal 的「影音體驗分數」,依循 ITU 國際標準,透過真實用戶裝置在行動網路上進行影音串流的實測數據,觀察不同電信網路在實際使用情境下的表現。

簡單來說,評測聚焦三項核心指標:影片載入時間、播放期間的卡頓率,以及畫質(解析度)是否能穩定維持。使用者從開始播放到持續觀看的整體品質,分數以 0–100 呈現,分數愈高,代表在三項指標的表現愈佳。相較於單點測速,這類評測更能呈現長時間、高使用量下的網路品質。

人流情境不降速.jpg
圖/ 數位時代

而在今年最新公布的 Opensignal 評測中,台灣大哥大獲得「影音體驗」獎項唯一雙料冠軍。其中,「整體影音體驗」為全台獨得第一名,「5G 影音體驗」則與遠傳並列第一。

之所以能在影音體驗拔得頭籌,關鍵在於台灣大哥大目前是全台唯一整合 3.5GHz 頻段 60MHz 與 40MHz、形成 100MHz 總頻寬的電信業者,亦是現階段全台最大 5G 黃金頻寬配置。頻寬愈寬,代表單位時間內可傳輸的資料量愈大;在大量使用者同時進行影音串流、視訊互動的狀態下,更能維持穩定傳輸、減少壅塞發生機率。

台灣大獲權威認證,NRCA技術撐起穩定基礎

除了頻寬帶來的流量優勢,台灣大哥大也採用「NRCA 高低頻整合技術」,也就是透過高低頻協作,讓 3.5GHz 負責高速傳輸、700MHz 補強覆蓋與室內連線,改善室內深處與移動情境的訊號落差,提升連線連續性。

同時,為了讓住家、通勤動線、商圈與觀光熱點等高使用場域維持穩定表現,台灣大哥大已在全台超過213個住宅、觀光及商圈熱點完成 100MHz 布建,提升人流密集區的網路覆蓋率。

5G高速(小).jpg
圖/ dreamstime

值得注意的是,在今年的 Opensignal 評比中,台灣大哥大還拿下了「5G 語音體驗」與「網路可用率」兩項第 1 名,累計獲得 4 項獎項。這意味著不僅具備影音體驗優勢,在語音互動與連線率等關乎用戶日常應用的基礎指標,皆有亮眼成績。

尤其,隨著影音與即時互動成為新世代的工作常態,網路品質的重要性只會持續上升。無論是遠距協作所仰賴的視訊與畫面共享即時同步,內容創作對直播與即時上傳連續性的要求,或是 AI 視訊互動、即時翻譯與會議摘要等新應用,都高度依賴低延遲與穩定的資料傳輸。網路品質因此不再只是連線條件,更是支撐內容生產、協作效率與新應用落地的基礎能力,甚至直接牽動競爭力。

而台灣大哥大經 Opensignal 認證、於多項關鍵指標領先業界,不僅將成為 AI 時代的重要後盾,也讓使用者能更充分發揮高階手機的效能,把「快、穩、滑順」落實在每天的工作與生活中。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓