歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
國立臺灣大學 資訊工程學研究所 呂育道所指導 王恆偉的 各期取樣點數量自適應的Willow Tree Models （2015），提出Algo trade 書關鍵因素是什麼，來自於自適應、Willow tree、期權定價模型。
而第二篇論文國立中山大學 電機工程學系研究所 林惠民所指導 許祐瑄的 電力系統日前市場競標與安全調度研究 （2014），提出因為有 等效電流注入法、電力潮流追蹤、粒子群最佳化演算法、備轉容量、自動發電控制、標單撮合、電業自由化的重點而找出了 Algo trade 書的解答。
Algo trade 書進入發燒排行的影片
人算天算不如機算，運用「程式交易」對投資者有何好處？又如何應用至虛擬貨幣投資上？今集《#致富解碼》香港程式交易研究中心聯合創辦人 #蔡嘉民（Calvin）向你一一講解，並分析虛擬貨幣及大市表現走勢，資訊非常豐富，去片！
【第36集主題：#程式交易】
主持：天窗文化集團 CEO #李偉榮、資深 iBanker #蕭少滔
業界嘉賓：香港程式交易研究中心聯合創辦人 蔡嘉民（Calvin）
➤ 【投資Hotspot】與你捕捉環球及香港市場投資先機 00:00
➤ 【致富解碼】 邀請業界人才暢談財經金融，深入淺出與你配置Smart Money 03:43
04:06 2021年上半年美國及香港市場事故多，是否與程式交易（Algo Trade）有關？
07:44 程式交易上季風險管理的表現是否比人手交易好？
09:40 程式交易有何優勢？
12:35 虛擬貨幣哪種程式買賣設定較安全？
17:22 如何分配AI程式交易及直覺投資的比例？
21:39 港股現時是否擺脫頹勢？
25:50 美股現況有何分析？
26:39 三大指數創新高，美國股市第二、三季有何表現？
29:00 如何配置虛擬貨幣？
31:00 預計Bitcoin走勢如何？
36:25 如何挑選值得投資的虛擬貨幣？
======================================================
【書籍推介】
《程式交易快穩準》 （蔡嘉民 著）
全書收錄程式交易基礎入門到進階的獲利策略，助讀者更能掌握短線交易的操作方法！
實體書、會員9折、全球運送 https://bit.ly/3nCnp9V
Google Play 電子書、試閱 https://bit.ly/3eKDhUB
各大書店現已有售
======================================================
【更多推薦影片】
➤蔡嘉民：【止蝕不止賺】程式交易新手入門必看 https://youtu.be/UvGbzu-A4eY
➤陸庭龍：對外匯、移民潮、人民幣、美金有何看法？https://youtu.be/w1Nl-BI9a-A
➤蔡金強：未來兩季最關注哪些板塊？ https://youtu.be/ypPwkc79lTg
======================================================
【追蹤 WealtHub睿富，即可獲得最新財經金融資訊】
Facebook: https://www.facebook.com/wealthub.hk
Instagram: https://www.instagram.com/wealthub18/
YouTube: http://bit.ly/3938XAx
Website: http://www.wealthub.hk/
LinkedIn: WealtHub 睿富
投資涉及風險。本節目純為嘉賓個人意見分享，不構成任何投資招攬或建議。本節目對閣下因援引有關資料所引致的任何損失或損害概不負責。
各期取樣點數量自適應的Willow Tree Models
為了解決Algo trade 書 的問題，作者王恆偉 這樣論述：
Willow tree是一個很有效率的定價模型，它有效率的原因在於每期都採用固定數量的點來近似布朗運動(Brownian motion)。不同於二項期權定價模型(binomial option pricing model)或者三項期權定價模型(trinomial option pricing model)之類的方法，willow tree隨切期數增加，點增加的速度是線性的，而二項及三項期權定價模型之類的做法點的數量增加的速度是平方成長，效率上來講willow tree 會有一定的優勢。然而，價格的布朗運動，會使價格隨著時間的增加，分布範圍更廣。 所以，如果要維持同樣的精準度，取樣的點的數量也
要增加才行。而在原本Curran (1998)提出來的willow tree中，每個時間點使用的點的數量都是固定的，其中勢必是可以刪去一些點而不影響結果。這篇論文會提供三個方法自適應(adaptive)決定每個時間點應該使用的點的數量，減少不影響精準度的點。
電力系統日前市場競標與安全調度研究
為了解決Algo trade 書 的問題，作者許祐瑄 這樣論述：
電業自由化在世界各先進國家已行之有年，開放的電力市場可以增加電力供應及合理化電價，同時增進電力業的績效。但若市場設計不當可能會造成交易的不公平與危及系統安全性，故如何設計一個適當的運作規則成了電力市場重要的課題。本文設計了一個電力系統日前競標市場，競標商品包括能量(Energy)、自動發電控制(Automatic Generation Control, AGC)以及備轉容量(Spinning Reserve, SR)等輔助服務。為了使問題更接近實際情況，本文在發電業的競標成本函數內加了閥點效應及禁止操作區，使標單撮合問題成為較複雜的非凸集函數問題。因此本文提出多重選擇粒子群演算法結合傳統的序
列二次規劃法(Mutiple Particle Swam Optimization – Sequential Quadratic Programming, MPSO-SQP)，可快速準確地求解此問題。在系統安全方面，本文應用了等效電流注入法(Equivalent Current Injection, ECI)及順逆向潮流追蹤法來確認能量決標結果是否符合系統安全性限制及以目標函數為最小發電機變動量的最佳電力潮流(Optimal Power Flow, OPF)，計算出系統最佳調度量建議標單解決壅塞標單問題。本文在IEEE 30bus系統上測試了離峰、平均與尖峰負載的市場運作流程，結果可供相關政策
法規制定者參考。