第 1 週|校定第 9 週

AI 時代的程式交易與量化系統概論

從市場問題與系統邊界出發,建立 AI 協作、量化研究及風險溝通的共同語言。

3 堂課14:20–17:20150分鐘教學+10分鐘驗收
第 1 堂14:20–15:1050 分鐘
第 2 堂15:20–16:1050 分鐘
第 3 堂16:20–17:1050 分鐘
課堂驗收17:10–17:20成果檢查、離場單與下週分工

這一週會完成什麼

  • 理解程式交易系統的完整生命週期
  • 把市場觀察改寫成可驗證問題
  • 辨識研究、模擬與實際交易的邊界

先看懂這一週的路徑

學生從觀察市場開始,依序整理資料、建立策略邏輯並檢視驗證證據的研究歷程插圖
圖像導讀 把市場直覺變成可驗證問題

先問一個能被資料回答、也可能被推翻的問題,再決定要寫什麼程式。

  1. 市場現象
  2. 研究問題
  3. 資料需求
  4. 策略假設
  5. 驗證證據

核心概念

01量化研究
02AI 協作
03系統架構
04金融邏輯

系統流程圖

01市場現象
02研究問題
03資料需求
04策略假設
05驗證證據

三堂課安排

第 1 堂|14:20–15:10程式交易與量化系統全貌
理論講解・金融實務案例50 分鐘
第 2 堂|15:20–16:10AI 協作與可驗證研究問題
教師示範・問題拆解50 分鐘
第 3 堂|16:20–17:10研究問題畫布與系統地圖
個人實作・小組建模50 分鐘

課堂實作與學習證據

實作任務

選擇一個可觀察的市場現象,寫清楚對象、時間尺度、假設、所需資料及如何判定假設不成立。

個人證據

每人提交一項市場觀察,以及將觀察改寫成研究問題的紀錄。

小組交付

研究問題畫布+量化系統地圖

下一週:VS Code × AI 協作:Python 量化開發入門