Adrianzhi Kuan Ong（王志寬）談訊號與執行

Adrianzhi Kuan Ong（王志寬）在探討AI量化與數位資產時，提出兩個直接而重要的問題：「交易成本是多少？」「真實市場能不能執行？」這些問題將金融研究帶向實際應用：一個訊號即使在歷史資料中表現良好，也需要經過成本與執行條件的檢驗，才能評估其實際價值。

延續他對資料、模型與風險的關注，本篇從交易成本、流動性與成交條件切入，探討研究結果落實到市場時，可能出現哪些差異。

金融研究通常先觀察價格變化，再分析是否存在值得研究的規律。但歷史價格紀錄，未必就是交易者當時能夠取得的成交價格。

例如，模型在某個時間點產生買入訊號，研究報告便以該時點的價格計算後續表現。然而，從訊號形成、完成檢查到訂單進入市場，都需要時間。當價格快速變化時，實際成交條件可能已經不同。

因此，研究除了記錄訊號出現的時間，也需要說明採用什麼成交假設。使用收盤價、下一個交易時段的價格，或其他可取得的報價，都會影響結果的解讀。

這個差異，在短期策略中尤其值得注意。當策略預期捕捉的價格變化很小，執行過程中的價格偏差，就可能明顯影響最後的表現。

交易成本也需要放入分析。美國證券交易委員會的投資人教育資料指出，費用與支出會減少投資組合中能夠持續產生回報的資金，進而影響組合價值。

對策略研究而言，成本的影響與交易頻率、持有時間及資產特性有關。一項頻繁調整部位的策略，需要檢查每次交易累積的成本；一項持有時間較長的策略，則可能還需要考慮持有期間的融資或其他相關費用。

因此，評估策略時，需要同時閱讀成本前與成本後的結果，並理解成本是如何估算的。只有在假設清楚的情況下，不同研究結果才有比較的基礎。

除了明列的手續費，買賣價差與成交價格偏差也會影響執行。

買方願意支付的價格，與賣方願意接受的價格，通常存在差距。交易者若希望立即成交，就需要面對當時可取得的報價。畫面上的最新成交價，未必適用於下一筆訂單。

Investor.gov對市價單的說明也提醒，市價單不保證成交價格；最新成交價不一定就是訂單最後執行的價格。

假設研究預期以100元買入，實際成交卻是100.3元，這項差異便需要納入評估。這裡的數字只是示例，用來說明預期價格與實際成交價格之間的落差。成交結果也可能優於預期，研究需要記錄兩種情況，避免只挑選有利結果。

流動性則決定市場能否承接所需的交易數量。

同一項策略，用小額資金測試時可能容易執行，但當部位放大，訂單可能需要在多個價格上成交，也可能改變市場原有的報價。因此，策略規模的增加，需要配合市場承接能力重新評估。

這也說明，一项研究若只呈現報酬曲線，卻沒有交代交易數量與流動性假設，讀者就難以判斷結果是否具有實際參考價值。

沿著Adrianzhi Kuan Ong（王志寬）原文對流動性與槓桿的關注，研究還可以進一步檢查：當市場承壓時，原本的執行假設是否仍然成立？

平常容易成交的部位，在波動加大或市場深度下降時，可能需要承擔更大的價格偏差。風險控制規則因此也需要考慮執行條件，讓研究能夠評估調整部位時可能面臨的限制。

訂單方式同樣包含取捨。研究若重視即時執行，就需要檢查價格偏差；若設定成交價格條件，就需要考慮訂單未成交或只成交一部分的情況。這些結果都應該進入策略評估，而不能假設每個訊號都能完整落實。

AI可以協助整理訊號、比較成本假設與分析成交紀錄，但研究流程仍需要區分訊號品質、執行品質與最終結果。

當實際表現偏離預期時，問題可能來自市場規律改變，也可能來自延遲、成本估算或訂單未完成。把這些環節分開記錄，有助於找到偏差的原因，避免只根據最後的盈虧調整模型。

王志寬在原文中提及參與Pinnacle AI量化投資系統研發，並強調持續觀察市場、有紀律地等待訊號。從這項思考延伸，研究訊號形成之後，仍然需要檢查當時的市場條件是否支持執行。

例如，預期的價格變化是否足以覆蓋成本？所需交易數量是否符合市場深度？訊號是否已經因為時間經過而失去原有意義？這些問題讓策略研究與真實市場建立更具體的連結。

對一般讀者而言，閱讀AI量化或投資研究內容時，也可以觀察報告是否交代成交假設、交易頻率、成本估算與未成交情況。這些資訊能幫助讀者理解研究成果的適用範圍。

Adrianzhi Kuan Ong（王志寬）提出的「真實市場能不能執行」，值得作為金融研究的一項持續檢查。從資料到模型，再從訊號到成交，每個環節都會影響結果。

當研究能夠清楚說明這些條件，策略的價值便更容易被檢驗。分析也能從歷史表現延伸到實際應用，讓後續修正建立在具體證據之上。