※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：N
哪一学年度修课：107-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
Roger Jang (张智星), Sean Han (韩传祥), Jimmy Chen (陈君明)
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
数学系 数学研究所 资讯工程学研究所 资讯网络与多媒体研究所
δ 课程大概内容
可参考：http://mirlab.org/jang/courses/finTech/schedule.asp
1. 2018/09/10
Intro. to the course
2. 2018/09/17
Intro to FinTech (Sean): 金融科技导论 — 领域与发展,
3. 2018/09/24
No class due to 中秋节
4. 2018/10/01
K 线图、技术面分析、均线：网络资源
5. 2018/10/08
Robo Advisor (Sean)
6. 2018/10/15
Basic Machine Learning by Roger
7. 2018/10/22
Classification and Regression by Roger
8. 2018/10/29
Audio Signal Processing and Recognition
QBSH introduction: slides
Method of LS: slides (LS only)
Longest common subsequence (LCS)
股票技术面分析
9. 2018/11/05
Financial engineering (Sean)
10. 2018/11/12
Financial data analytics (Sean)
11. 2018/11/19
Dynamic time warping
12. 2018/11/26
Insurtech & risk management (Sean)
13. 2018/12/03
Introduction to Bitcoin and Blockchain (Jimmy)
14. 2018/12/10
Cryptography: Digital Signature and Hash Function (Jimmy)
15. 2018/12/17
How Bitcoin Works (Jimmy)
16. 2018/12/24
Ethereum and Zcash (Jimmy)
17. 2018/12/31
No class due to 调整放假
18. 2019/01/07
Final week of the semester
Ω 私心推荐指数(以五分计) ★★★★★
技术分析信仰者 ★★★★★★★★★★ 快画线！！
享受市场的凌辱 ★★★★★★★★★★ 等一下会说为什么
对Fintech有兴趣 ★★ 我觉得这堂太杂了去修别的比较好
讨厌要出席的人 ★ 每次上课都会有点名用的小考
不会写程式的人 ★ 有限制使用 Python 或 matlab 喔
η 上课用书(影印讲义或是指定教科书)
全程使用投影片
μ 上课方式(投影片、团体讨论、老师教学风格)
这堂课有三个老师，
分别是张智星(Roger)、韩传祥(Sean)、陈君明(Jimmy)，各上1/3个学期。
Roger 侧重在 coding 的部分，基本上他的作业都是要写一个东西出来丢批改娘；
Sean 侧重在讲 Fintech 的部分，大多是讲市场现况、有啥用到的技术；
Jimmy 侧重在讲区块链和 Cryptocurrency 的部分。
这堂课涵盖范围蛮广的，但也因为很广所以太杂了，每个领域都摸一点，讲的不够深。
不过老师们也有说这是一堂 Intro 的课，想要更深的可以去上每个老师个别开的课，
像是陈君明老师的密码学之类的。
σ 评分方式(给分甜吗？是扎实分？)
没有期中考跟期末考，只有作业、点名用小考、Final Project
三个老师各占 30%，由老师各自评估，上课在slido或是社团内的提问和发言占 10%。
其中，有一个 Final Project 占 Sean & Roger 的 40%，也就是 30% * 2 * 40% = 24%
ρ 考题型式、作业方式
作业共七次
1. Sean: Intro. to a Fintech company，很简单，会 google 就会写。
2. Roger: OHLC extraction，丢给你一个 csv 找出 OHLC (Open High Low Close)。
3. Sean: Portfolio test，很简单，丢一个最好的结果就行。
4. Roger: Profit optimization of SPY trading，回测，写一个交易策略比回报率。
5. Roger: When to buy and sell? ，在已知所有价格的情况下决定买卖（动态规划）。
6. Sean: 组合策略及其使用情境，很简单，会 google 就会写。
7. Jimmy: Assignment for Bitcoin/Blockchain，亲手做一次数位签章和验章。
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
全签，导致讲堂有点挤，后来有开到第二间教室用直播的方式上课。
每次上课都会有小考，但是 Roger 跟 Sean 的投影片都会说“这个等下会考（Quiz）”
所以有在上课或是考前翻一下投影片应该不难，点名用的。
Jimmy 就考很多数论的部分（会用到椭圆曲线），考试难很多。
基础的话至少要会写 python 或是 matlab，
其中本来就有程式概念的学 python 应该一个周末就可以速成了，不会写的不要来。
然后有一个作业会要用到动态规划考虑何时买卖会比较好，我是觉得还好，
不过 DP 应该算是很多人的罩门吧...
Ψ 总结
讲讲有人到最后觉得这堂课成绩计算有问题的事情。
这堂课有一个 Final Project，是为期三周的台指期交易比赛，其实很像 Homework 4。
假设初始资金五十万，每次买卖均收交易手续费 100，
每个人在 2018/12/31 前上传自己的交易策略（全买、全卖、什么都不做）到批改娘，
在每天结束的当下，会给入“当日”的 OHLC，由写好的交易策略决定出一个动作，
直到 2019/01/18 为止，共会动作 15 次（15天），以最后的投报率决定该作业排名。
这个作业占了总成绩 24% ，其中最后的排名占其中 80%，
大概是总成绩 20% 左右，其余是纸本报告。
也因为这样，有些人认为
1. 15 天的收益率是不是有点难客观判断 model 的好坏
2. 只 evaluate19 天的资料，岂不是运气比赛？
3. Final 靠赛 轻松自在
4. 500000 都不要动，可能比那些做一堆事情的还高分
5. 大家一起 Return 0 期末全班都 A+
6. 19 天不比高频交易 在比开盘价 这绝对是比运气阿
大家一起 return 0 搞不好还比较高分 = ='''
Ref https://app2.sli.do/event/vfzbsz9k/questions
而今天公布排名，第一名 488 到最后一名-407 都有，而也有同学在脸书社团提到
“想问一下，毫无技术指标的做法 (例如全部 return 0)，
是否应该排名较有认真做，但是赔钱的同学后面?”
我先讲讲我的看法。
没记错的话在第一个礼拜就说会有一个 Final Project 了，不是很突然的决定。
而这堂课很重要的一个课程目标也是“技术分析的使用”，
另一方面，我也一直认为市场就是投资学相关科目最好的课程指导老师，
不管你上课分数多高、多会用过去的资料回测，写一个不会在未来赚钱的策略也没用。
（你回测做得好也可以说是会调参数，而不是真的懂市场运作）
用白话来说，就是不管你写了多复杂、用了多少指标或参数，
甚至用了 ML、DL、NN 之类的炫砲方式（先不论这些用在市场到底有没有用）
写出一个不会赚钱的策略，那么这跟写一个垃圾策略没两样，有什么好吵的？
这就是一个赛局，明明所有人都做一样的事可以一起拿最高分，但没人会这么做。
今天 return 0（就是什么都不做）的人们可以视为风险趋避，他们不想加入这个市场
但换句话说，他们不赚也不赔，一定也可以拿到差不多中间左右的分数。
（我算了算最后投报率大于零的有 100 个人，等于零有 61 个人，小于零有 46 个人）
而“为负”的人一定是写了自己的模型，或是技术指标，“有信心”自己会赚才这么写，
最后赔钱了，不就是因为自己“赌错了”吗？那应该没什么好说的吧。
讲实际一点，你写的策略就是会在市场上赔钱不是吗？
不管你说回测多猛，测出几倍，事实上这个模型、参数用在市场上就是没用。
游戏规则早就订在那边，你也愿意继续上这堂课了，结果才在吵，我是觉得这样不好啦。
如果去看 Homework 4 的前十名和 Final Project 相比，总共有六个人大于零。
而高于 200 的更只有四个人。
如果我们再观察两次作业都处于前 10% 领先群的人们（共207个人上课，我抓前 21 名）
也就是 Homework 4 大于 51934 和 Final Project 大于 283，更只有三个人。
所以啊，你的模型很会做回测，并不代表市场真的如你的模型想像的运作。
用助教的一句话做结尾：
“认真做 project 可能结果不好 但学到的经验是无价的 这就是人生
有些人不用努力就能拥有很大的财富 投资的世界也是如此”