【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
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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