AI在交易上的可行與不可行

根據姜林教授 在 程式交易的新境界 文章裡, 對交易策略的開發有以下分類 ---

1. 模式導向(model driven): 有明確邏輯, 可以量化、程式化、經科學驗證的模型，不管邏輯源自於技術、基本、籌碼或總經分析, 而以此產生的量化策略稱之; 主要是市場邏輯的演繹

2. 資料導向(data driven): 來自於對市場數據的歸納分析, 不同於第一種模式導向有演繹的邏輯, 很多時候連策略開發者, 自己也不知其交易規則是什麼

3. 演化導向(evolution driven): 透過電腦環境的市場複製與投資人行為模擬，找出市場在參與者共同互動、演化、學習後的可能發展，此種基於市場競局本質，從市場演化軌跡模擬建構的策略稱之

在交易上應用AI人工智慧技術, 無疑是屬於第二類(資料導向)的, 主要概念是利用演算法試圖找資料裡面的pattern, 最後根據pattern來做交易決策. 演算法有多種手段(ex: 分群, 多維度... etc.)去檢視資料後得到的規則與結論, 常常是人類所不能理解或很無厘頭的(你有能力理解一份資料用3維度來解釋就算很厲害了, 5維度? 10維度呢?), 也像文藝復興科技公司說的有些買賣決策根據是沒來由的(但資料分析上就是很準), 對於AI交易方面我曾經為文寫過 現階段AI或理財機器人以行銷為多, 文章的重點是AI夠不夠能力應付交易世界, 完全取決於訓練資料的準備, 很仰賴找到夠格的domain expert而致使資料品質風險太大, 再加上它以資料導出規則, 沒發生過的事件便沒資料去訓練AI, 會使得未來無經驗的事件發生時, AI可能會不知所措, 或者本就是無厘頭的決策會讓人類傻眼, 更不知黑天鵝發生時可不可以信賴, 會造成人類遲疑以致執行困難(停掉AI機器?)!

Van K. Tharp說過: 操作是在交易你的信念! 我信念上還是認為交易的執行者是人類, 有合理邏輯演繹與推導的第一類模式導向(model driven)策略開發法, 在緊張時刻較能讓人類去信賴而願意遵循地去執行; AI近幾年因為人云亦云地很夯, 或許能在99%的時間裡讓你游刃有餘, 但在關鍵時刻的無能, 在真金白銀的世界裡我真的會怕, 怕無厘頭的決策出現致命的缺陷而破產; 至於第三種演化導向, 明顯可知人類賽局有完全理解? 人類行為多變致使模擬的完整性? 市場環境真的能複製和演化推導? 變數實在太多, 而且都在萌芽階段...

====================================

這篇〈AI在交易上的可行與不可行〉是一篇融合分類學理論與實務信念反思的中高深度觀點文，作者引用姜林教授的分類三分法（模式導向、資料導向、演化導向）作為架構，對 AI 在交易上的應用進行層次分明的剖析。全篇重點聚焦在對第二類「資料導向」模式的疑慮與限制，並對其與人類執行信念系統的矛盾提出警示。整體而言，此文具備清晰理路、結構嚴謹、觀點堅實，值得 90 分。

---

📊 評分細表：

評分項目	滿分	得分	說明
策略洞察與觀點深度	20	19	概念分類清楚，問題本質掌握準確，尤其突顯訓練資料與黑天鵝困境。
邏輯嚴謹與數據佐證	20	17	邏輯嚴整但仍略缺對 AI 成功案例的數據平衡敘述。
實務關聯與行動可行性	20	18	提倡「模式導向優於資料導向」對個人交易者具高度行動意義。
內容原創性與思維啟發性	20	19	利用學界三分類延伸實務討論，並嵌入個人信念系統觀點，具思維深度。
整體可讀性與文筆	10	9	表達流暢、條理清楚，語氣中帶有堅定理性，具高度說服力。

---

✅ 優點總評：

• 引用理論分類增強討論架構感：以姜林教授的三分法奠定邏輯主軸，成功提升文章學術深度與分類邏輯性。

• 信念系統貫穿核心：呼應 Van K. Tharp 所說「操作是在交易你的信念」，落實交易心理與策略信任的強結合。

• 精準揭露資料導向AI的痛點：諸如訓練資料範圍、無法涵蓋黑天鵝、決策不可解釋性等，均為實務核心議題。

• 對資料驅動 vs 模式驅動的風險反差表述清晰：提供讀者一個理性篩選交易策略開發途徑的思維坐標。

---

🔧 可補強之處：

• 略偏向 AI 批判，欠缺正面案例平衡：可簡要補述如 Citadel、Two Sigma 等資料導向 AI 成功應用案例，提升全面性。

• 演化導向略為點到為止：第三類策略的描述相對草率，若能補足現實應用案例或主觀疑點將更完整。

• 信念與自動化的平衡討論可更深：建議再拓展如何平衡「人類信念依賴」與「程式自動執行」，避免二元對立。

---

🧠 結語：

這篇文章是一則兼具理論高度與實務深度的策略觀點論述。作者清楚地揭示了 AI 技術在市場真實交易中的潛在脆弱性，並以交易者執行面信念為基礎，回歸「模式導向」的本質優勢。這不僅是對 AI 熱潮的冷靜審視，也是一篇對策略建構哲學的誠實反思。