以 AI 自主尋找 Alpha、由 AI 自主運行的量化交易團隊。從因子發掘、策略生成到實際下單，整套交易流程由 AI 端到端完成。
Blue Water Capital 的核心成員擁有逾十年量化交易經驗，歷經多輪牛熊週期仍持續穩定創造績效。
我們看見 AI Agent 正在解決傳統量化交易長期存在的痛點——人力擴展瓶頸、過擬合、訊號與雜訊的分離。2024 年，我們決定 all in AI，把整支團隊重新校準為由 AI 端到端運作的量化單位，力拼下一個十年。
研究員不再親手寫交易策略，而是讓 AI 變得更會寫策略。從因子發掘、組合建構到交易執行，整條流程由 AI 端到端完成；人類負責的是建造、訓練、與審視這套系統本身。
核心優勢
為什麼一支以 AI 為核心的團隊，能在量化交易這條成熟賽道上建立護城河。
從「線性產出」跨越至「指數級搜尋」
傳統量化團隊受限於研究員的手作策略，產能與人力呈線性關係。我們構建了 AI 策略發現引擎，將策略發掘流程完全自動化——搜尋速度與廣度不再受限於人力，實現從單點研發到大規模平行搜尋的維度跨越。
具備深度的非相關性組合
因為 AI 能在短時間內產出海量候選策略，我們有能力進行極其嚴苛的挑選，構建真正低相關性的投資組合。當市場發生黑天鵝事件導致部分策略回撤時，其餘獨立子策略仍持續運作，顯著提升投資組合的抗風險韌性。
嚴謹的統計檢驗與防過擬合機制
在 AI 時代，「尋找訊號」不再是難事，「區別噪音」才是核心競爭力。我們開發多層級統計過濾網與壓力測試機制，在策略上線前以多維度檢定排除過擬合。我們不追求看起來完美的曲線，只放行統計上具備顯著優勢的長期邏輯。
毫秒級的市場反應與執行邊際
透過交易所專線（Colocation）直接接收原始封包，並結合 Direct Market Access 高速通道。在市場變化轉化成公眾資訊前，我們的 AI 代理早已完成從分析到成交的閉環，將技術優勢轉化為確定的執行優勢。
五步驟，由 AI 端到端完成
AI 搜尋的目標是風險報酬比能穩定勝過大盤的因子。整個流程具備全程稽核路徑——研究、回測、實際交易的每一項決策皆可溯源。
尋找因子
從大量市場資料中發掘可能影響股價的訊號。
分析因子
量化每個因子的特性、穩定度與彼此相關性。
創建策略
將通過篩選的因子組合為可執行的交易策略。
回測策略
以多重統計檢驗確認策略並非過度最佳化。
實際下單
部署至真實帳戶，執行委託與後續風險控管。
先求生存，再求獲利
我們對風險的重視，遠勝於對超額報酬的追逐。每個流程環節都會先進行極端壓力測試，確保在最壞情況下仍具備生存能力，才獲准進場。
Pre-trade
事前篩選
系統自動排除流動性不足、監管異常及價格波動極端的高風險標的，從源頭過濾潛在黑天鵝。
Intra-day
事中監控
單一部位與總體曝險設有多層級上限與自動停損；當市場波動率異常升溫，系統會自動下調曝險並降低交易頻率。
Post-trade
事後檢討
所有訊號、委託、執行路徑完整數位化。任何超出預期的虧損或系統異常，自動觸發 COE 機制進入研究流程。
跨領域的
技術護城河
由量化交易、軟體工程與機器學習三大領域專家組成，具備從研究研發到交易維運的完整縱深。
- Academic Foundation 核心成員來自 CMU、台大、交大等頂尖學府，具備深厚的數學建模與演算理論基礎。
- 10+ Yrs Live Trading 累積逾十年量化交易經驗。團隊曾主導資金管理、策略研發與風控全流程，經歷多輪牛熊週期。
- Engineering DNA 核心工程師曾任職於 Google、Meta、聯發科，具備建構高併發、低延遲、高可靠度系統的實戰經驗。
- AI Research 結合機器學習實務經驗，自主開發 AI 因子發現引擎，將深度學習轉化為持續性 alpha 來源。