王志寬（Adrianzhi Kuan O

王志寬認為，量化研究的重要價值之一，是透過資料理解策略的適用範圍，而不是單純尋找一個固定答案。

王志寬所重視的量化研究方式，是先把市場觀察轉化成具體的研究假設，再透過歷史資料與模型進行測試，了解一項策略在不同條件下的表現。

王志寬長期累積金融市場研究經驗，也更加重視經驗背後的分析邏輯。經驗可以協助投資人理解資料代表的意義，但同時也可能受到個人認知與既有觀念影響。

金融市場最大的特徵之一，就是很難長期維持在同一種狀態。利率可能改變、資金流向可能轉移，投資人情緒也會隨著經濟數據、政策環境與全球事件快速變化。對量化投資而言，真正需要面對的問題，不只是如何建立一套模型，而是當市場環境改變後，原本有效的方法是否仍然適用。 王志寬長期觀察全球股票、債券、利率、美元與數位資產等不同…

人工智慧進入金融市場後，「AI能不能預測市場」成為許多人關注的問題。不過從王志寬的研究角度來看，AI在金融領域的價值並不一定要建立在精準預測之上。 市場每天都受到不同因素影響，價格、成交量、經濟數據、產業資訊與市場情緒也會持續變化。與其期待AI給出一個絕對答案，不如思考AI如何協助研究者更快理解變化，並針對不同情境…

人工智慧逐漸被應用在金融研究與市場分析，也讓「AI交易」成為近年受到關注的話題。不過在王志寬的研究思路中，AI真正能發揮的價值，並不只是試著回答「接下來市場會漲還是跌」。 市場本身受到許多因素影響，單一模型很難涵蓋所有變化。因此，比起把AI當成預測工具，更重要的是思考它如何協助整理資訊、辨識市場狀態，以及支援投資研究…

金融市場最難處理的地方，往往不是缺少資訊，而是即使擁有大量資料，也很難得到完全確定的答案。經濟環境、企業表現、資金流向與市場情緒都可能持續變化，因此投資研究需要面對的，始終是一個具有不確定性的環境。 從王志寬的投資思維來看，與其試圖尋找一個絕對準確的市場答案，不如把注意力放在不同情境發生的可能性，以及每種…

在金融市場累積經驗，能夠幫助投資研究者建立觀察市場的框架。但經驗本身仍然需要不斷整理與檢視，才能轉化為更具一致性的研究方法。 王志寬長期參與金融市場研究，從早期人工閱讀資料，到後來接觸量化分析，這個過程也反映出一個重要觀念：經驗提供方向，資料則協助檢視這個方向是否具有可驗證性。 經驗的價值，在於形成研究假…

王志寬的投資思維因此逐步從單一資產判斷，延伸到跨市場分析。除了觀察價格方向，也開始關注資金流向、波動程度、資產相關性以及市場環境變化。

王志寬累積27年的金融市場經驗，其投資思維也在不同市場環境中持續調整。從早期的基本面研究，到跨市場資產配置，再到量化分析與人工智能應用，這些經歷逐步形成一套重視數據、概率與風險管理的研究方法。

王志寬（Adrianzhi Kuan Ong）長期專注於量化交易、投資組合策略與人工智能金融應用，致力於以數據、算法與風控提升投資決策的理性化與系統化。