OLAXBT 與富途攜手港大經管學院校友會舉辦 AI 輔助投研專題活動

在智能體交易時代，真正的護城河不只是模型本身，而是圍繞模型而建立的系統編排框架、上下文管理能力與風險控制機制。

6 月 22 日，OLAXBT與富途攜手港大經管學院校友會，於 HKU iCube 舉辦 AI 輔助投研專題活動：

看清風險，駕馭智能：AI 輔助投研的能力與邊界

Sharp Eyes for Risk — The Real Capabilities and Limits of AI-Assisted Investing

本次活動匯聚來自 AI 交易、數字券商、學術金融、Web3 安全、數字資產及金融科技產品創新等領域的講者與圓桌嘉賓，共同探討 AI 如何重塑投資研究、金融數據分析與投資決策流程。

活動首先由 OLAXBT 創辦人兼 CEO Jason Chan 分享智能體投資及投研的最新發展。他指出，在 agentic trading 的框架下，真正的競爭優勢不只是單一模型能力，而是系統編排、上下文管理、風險防護及執行流程所構成的整體能力。

其後，富途高級策略經理 Kaney Wen 從量化分析與交易角度出發，分享其對動量策略、因子分析及 AI 輔助投資工具的觀察。他強調，即使 AI 能提升分析效率，投資策略仍需要結構化框架、數據驗證及市場紀律作為支撐。

圓桌討論由 OLAXBT CGO、港大經管學院校友會執委 Royce Chow 主持，嘉賓包括港大經管學院教授湯勇軍教授、四方精創首席數字官兼 FINNOSpace 負責人 Barry Chan、Amber Premium 副總裁 Selina Su、Beosin COO Alex Cheng，以及星路科技項目經理 Borui Zhu。

整場討論圍繞一個核心觀點展開：

AI 輔助投研的關鍵，不是大規模產生更多信號，而是建立更好的上下文、更強的驗證能力，以及更有紀律的執行框架。

活動重點包括：

智能體交易的護城河不止於模型

真正的優勢來自系統編排設計、上下文管理、風險防護機制及交易執行流程。當 AI 逐步進入投資研究與交易場景，如何讓模型在正確的情境下運作，將成為核心競爭力。

量化策略仍然需要結構與驗證

動量策略、因子分析及有紀律的量化框架，在 AI 應用於市場分析時仍然至關重要。AI 可以提升分析效率，但投資信號仍需要經過結構化理解與持續驗證。

數據質量是 AI 金融應用的基礎

原始數據本身並不等於有效洞察。只有當數據被轉化為高質量、可靠且結構清晰的標籤後，才能真正支持風險識別、合規分析及智能決策。

可信平台需要負責任的產品設計

AI 功能本身並不足夠。真正的挑戰在於如何設計可信的用戶流程，幫助用戶理解信息、驗證洞察，並在適當的風險框架下採取行動。

本次活動再次強調一個清晰信息：

AI 不是投資自動駕駛，而是投資研究的副駕駛。

AI 可以幫助投資者更早識別風險，更高效地整理信息，並提出更好的問題。但在金融決策中，人類判斷、上下文理解與風險紀律仍然不可或缺。

OLAXBT 感謝富途及支持機構包括 Amber Group、四方精創、Beosin 及星路科技，以及出席的講者、圓桌嘉賓及參與者，共同促成這場關於 AI 金融未來的高質量交流。