架構 AI 外匯交易系統

人工智慧讓建立預測交易模型比以往任何時候都更容易。設計一個能在實時外匯市場中運作的系統，則是一個不同的挑戰。

架構 AI 外匯交易系統檢視在實際部署中建立 AI 驅動的外匯交易系統所涉及的工程、資料與市場結構考量。它不僅著眼於機器學習演算法，而是遵循一個機構級交易平台的完整架構，其中預測、執行、風險管理與運作可靠性被視為相互連結的組件。

本書討論的主題包括：

• 外匯市場微觀結構以及為何可執行價格與理論價格之間存在差異

• 多源市場資料管道、同步、驗證與資料品質

• 針對變動市場狀態的特徵工程

• 用於預測與執行的 AI 模型架構

• 前瞻性測試、魯棒性分析與現實驗證技術

• 風險預算、敞口管理與投資組合建構

• 跨多個貨幣對的投資組合建構

• 執行演算法、交易成本、滑點與下單路由

• 模型監控、漂移偵測、治理與操作控管

• 生產部署、安全性、韌性、故障轉移設計，以及長期系統維護

整本書透過實際的市場情境解說技術概念，說明研究過程中所作的決策如何影響實時交易行為。討論不僅限於模型準確度，亦涵蓋資料完整性、執行品質、基礎設施設計與操作流程，這些在從實驗轉為實務應用時變得日益重要。

本書並未將人工智慧視為孤立的預測工具，而是將其視為更廣泛工程框架中的一個組件，該框架包含市場資料、執行、風險控制、監控與系統治理。

本書適用於量化交易者、軟件工程師、機器學習從業人員、系統化交易研究者、金融科技專業人員，以及對 AI 基於外匯交易系統實際架構感興趣的讀者。它假設讀者對系統性交易有興趣，並著重於設計原則、工程考量與實作概念，而非提供交易信號或投資建議。