QUANTITATIVE RESEARCHER · ALGO TRADING
數學系與電機碩士雙背景，具備紮實統計與最佳化理論基礎。
熟悉時間序列建模與大量歷史數據處理，曾以 RL 方法研究動態環境下的策略收斂問題，致力將演算法研究轉化為可執行的交易策略。
1–2 YRS EXPERIENCE
IELTS 5.5
台北・新北・台中・新竹
01EXPERIENCE
軟體工程師 — AI 賽事預測系統
2023.09 — 2024.11  |  1年3個月
正邦數位有限公司  ·  電腦軟體服務業  ·  台中市北區
  • 採集賽事結果、球員統計、賠率等多維度歷史數據，設計自動化資料管線，維護資料品質（類比量化因子數據庫建設）
  • 進行特徵工程與因子篩選，建構迴歸模型與時序預測模型，以 Sharpe-like 績效指標評估並迭代優化，導入 Walk-Forward 驗證防止過擬合
  • 將預測模型服務化為即時 API，設計模型版本比較機制，產出可視化績效報告供決策支持
02PROJECTS
PROJECT_01
退火演算法 × Q-Learning 策略優化
以 RL 框架模擬動態市場環境，研究策略在環境變動後的再收斂速度。透過 Simulated Annealing 與 VDBE 探索策略大幅降低再收斂步數，可應用於自適應交易策略設計。
Reinforcement LearningQ-LearningSimulated AnnealingVDBE
PROJECT_02
運動賽事多因子預測模型
類比量化多因子模型，從賽事歷史數據萃取球隊表現、球員狀態、主客場等因子，建構迴歸與時序模型，設計回測流程驗證預測穩定性與可行性。
Time SeriesRegressionBacktestingPandas
PROJECT_03
自動化資料採集與特徵工程管線
設計排程爬蟲持續更新賽事數據，建立標準化特徵工程流程（缺值填補、標準化、滾動統計特徵），以 SQL + Pandas 管理大量結構化時序數據。
Web ScrapingFeature EngineeringSQLPandas
PROJECT_04
即時預測 API 與績效監控
使用 FastAPI 建構低延遲預測接口，整合 Redis 快取熱門數據，設計績效儀表板追蹤預測準確率、勝率等關鍵指標，支援模型版本比較與迭代決策。
FastAPIRedisPerformance MonitorPython
PROJECT_05
深度學習時序預測研究
探索 RNN / LSTM 在非穩態時間序列上的預測效果，比較與傳統迴歸模型優劣，針對過擬合問題設計 Walk-Forward 驗證機制提升模型泛化能力。
RNN / LSTMWalk-ForwardDeep LearningNumPy
PROJECT_06
最佳化演算法比較研究
在 MATLAB 與 Python 環境下實作並比較 Simulated Annealing、Genetic Algorithm、梯度下降於非凸目標函數（類比策略參數調優）的收斂行為與效率。
OptimizationMATLABGenetic AlgorithmPython