成長背景與商業啟蒙
成長於臺灣製造業、電子產業與出口貿易發展的時期，逐步關注企業成長、產業競爭與資金流動。
Kerui Capital Ltd.
莊曜珩
Yao-Heng Chuang
市場經驗，
淬鍊為研究的深度。
從臺灣股票與產業分析，到 AI 高頻交易與金融數據技術。以長期市場觀察為起點，持續檢驗模型、理解風險，讓專業判斷有據可循。
共同創辦人暨首席投資研究官亞太區主席
專注研究，始於對市場的理解。
CAPITAL MARKETS · AI · FINANCIAL DATATAIPEI — GLOBAL PERSPECTIVE01 / 關於莊曜珩
從市場觀察，
走向系統化研究。
研究的價值，在於理解市場，
也在於認識判斷的邊界。
Yao-Heng ChuangKerui Capital Ltd.
莊曜珩，1971 年出生於臺灣，長期從事資本市場與金融科技研究，為 Kerui Capital Ltd. 共同創辦人。
自早期股票與產業分析出發，研究逐步延伸至國際期貨、外匯、全球宏觀、演算法模型及金融數據技術。他重視研究依據、歷史驗證與風險管理之間的連結。
現階段聚焦 AI 高頻交易研究，關注短時間尺度下的市場微結構、交易執行與即時風險監控，並將資料與模型能力延伸至企業數據應用。
共同創辦人暨首席投資研究官亞太區主席
02 / 研究方向
深入交易細節，
建立清晰的研究依據。
將數據、模型與交易條件放在同一個框架中，理解每一項研究結論成立的前提。
01訂單、報價與成交市場微結構與流動性研究買賣價差、市場深度與可成交數量，觀察訂單、報價及成交如何共同影響價格形成。
02資料品質、特徵與模型AI 與金融數據技術從資料取得、清理與儲存，到市場分類、特徵識別和異常偵測，建立可追溯的分析流程。
03歷史驗證、成本與成交策略驗證與執行品質結合研究假設、交易成本及執行條件，評估模型在不同市場環境中的適用性。
04壓力測試、評估與修正風險監控與模型更新將流動性變化、極端情境和模型失效納入研究，讓風險評估貫穿整個流程。
MARKET STRUCTURE+DATA INTELLIGENCE+RISK AWARENESS
研究理念
經驗提出問題。
數據檢驗假設。
從股票分析到高頻交易研究，始終重視一件事：每一項判斷，都應能回到清楚的研究依據。
01
可追溯
完整記錄資料來源、研究條件與處理過程。
02
可驗證
同時保留支持與不支持假設的結果。
03
有邊界
理解方法適用的市場背景與失效條件。
04
持續修正
以新的資料與風險觀察，重新評估既有結論。
THE JOURNEY1971 — 2026
接觸資本市場
18 歲開始接觸商業與財經資訊，從臺灣股票的價格與成交變化，思考資訊、市場預期及參與者行為之間的關係。
建立股票研究基礎
結合財務報表、產業與營運資料及量價觀察研究台股，同時關注經驗偏誤、情緒與資訊處理方式對判斷的影響。
深化企業與產業分析
將營收、原材料價格、利率、匯率及國際資金流動納入分析，連結企業價值、產業週期與市場環境。
確立風險管理意識
亞洲金融風暴加深其對匯率、融資與流動性風險的理解，研究同時考慮判斷失誤的代價、可能損失及假設失效的條件。
拓展期貨與衍生性商品研究
研究延伸至期貨及衍生性金融商品，關注波動率、槓桿、跨資產價格與交易行為，思考數學及統計方法的應用。
形成全球市場視角
將美國股票、國際期貨、外匯與全球宏觀納入視野，研究利率、美元、能源與貨幣政策如何影響資金、成本及估值。
建立市場數據研究框架
運用電子化工具整理歷史價格、成交量、波動率與週期資料，使研究觀點能在不同時期回看、比較與驗證。
強化統計分析與歷史驗證
把經驗中的投資邏輯整理為可描述、可比較的研究條件，重視完整記錄與反例，避免只憑少數成功案例判斷方法。
深化極端情境與流動性研究
金融危機促使研究更關注相關性變化、流動性與模型失效，將正常市場假設不再成立時的風險納入驗證。
推進系統化投資研究
將趨勢、波動、成交異常及跨資產關係拆解為數據條件，研究同一假設能否在不同環境中反覆驗證。
完善數據驅動研究流程
研究涵蓋資料取得與整理、特徵分析、假設建立、歷史驗證及風險評估，並持續辨識市場環境與方法的適用條件。
深入自動化交易與策略回測
研究自動化交易、策略回測及風險模型，讓程式持續處理資訊，並將更多精力投入問題設定、模型設計與合理性評估。
深化市場分類與異常偵測
研究市場分類、特徵識別、異常偵測與風險分析，將市場狀態、情境差異及模型適用性納入更細緻的評估。
整合多源數據與模型評估
結合價格、成交、宏觀與產業資料，探索結構化及非結構化資訊，持續檢視歷史可比性、數據異常與模型可靠程度。
確立研究體系的核心方向
確立市場數據、演算法模型與風險管理為核心方向，連結資料取得、清理、儲存、特徵分析、模型、策略驗證與監控。
從個人研究走向企業架構
隨著市場資訊與資料規模擴大，規劃研究驗證與技術基礎設施的協作，將個人累積的方法轉化為可持續運作的企業能力。
共同創立 Kerui Capital Ltd.
共同創立 Kerui Capital Ltd.，主要負責資本市場研究、金融數據及演算法技術方向，使研究積累轉向團隊化與系統化流程。
建立數據與研究基礎
推動資料取得、清理、儲存、分析與模型建立、策略驗證、風險控制之間的銜接，以資料品質與清晰依據作為研究前提。
完善流程與壓力測試
研究流程涵蓋特徵分析、模型、回測、風險分析、即時監控與更新，加入壓力測試、異常情境和不同市場週期的比較。
深化市場數據與模型研究
在價格、成交量與宏觀資料之外，探索更多資訊類型的分析方法，連結特徵、驗證與風險辨識，並研究企業場景的應用方向。
延伸至企業數據應用
參與廣電產業相關企業及其他企業的數據技術專案與合作，將分析延伸至內容傳播、收視趨勢、使用者行為及決策支援。
明確金融研究與數據技術的關係
以資本市場提供問題與場景、演算法提供分析方法、數據基礎設施支撐流程，整理不同場景中的資訊並理解資料與模型限制。
整合長期研究架構
連結資本市場研究、演算法技術及數據基礎設施，重視資料累積、模型反覆驗證，以及環境變化後的評估與調整。
聚焦 AI 高頻交易研究
將市場觀察、演算法方法與風險管理延伸至更短時間尺度，聚焦訂單、成交、流動性、交易成本、執行品質與即時風險監控。
04 / 亞太與全球視野
深耕臺灣，
連結美國與亞太。
以亞太區主席的研究視角，保有對企業與產業的理解，連結美國與臺灣股票、亞太經濟、國際期貨、外匯及全球宏觀。
TAIPEI, TAIWAN · 臺北25°N · 121°E
01
臺灣股票
公司財報、產業週期、價格與成交。
02
美國股票
上市公司、資產估值與市場環境。
03
期貨與外匯
波動率、槓桿及跨資產價格關係。
04
全球宏觀
利率、美元、能源與貨幣政策。
05
亞太經濟與產業
區域政策、科技供應鏈與跨市場資訊。
FINANCIAL DATA / ENTERPRISE APPLICATIONS
從金融研究延伸至企業場景
數據技術亦延伸至廣電產業與企業應用，涵蓋內容傳播、收視趨勢、使用者行為及決策支援。每一種場景，都需要先理解資料的含義與用途。
05 / 常見問題
進一步認識
研究方法與專業方向。
莊曜珩目前擔任哪些職務？
莊曜珩為 Kerui Capital Ltd. 共同創辦人暨首席投資研究官，並擔任亞太區主席，專注資本市場研究、AI 高頻交易與金融數據技術方向。
主要研究哪些市場？
研究從臺灣股票與產業分析起步，逐步涵蓋美國股票、國際期貨、外匯及全球宏觀，重視不同市場的交易條件、資金流向與風險關係。
高頻交易研究關注什麼？
重點包括短時間尺度下的市場微結構、訂單與成交、流動性、交易成本、執行品質和即時風險監控。
如何理解 AI、模型與專業判斷的關係？
資料與模型提供比較、分析和驗證的方法；研究問題的設定、資料含義、結果解讀及風險判斷仍需清晰依據，並持續檢視模型的適用邊界。
研究如何處理市場風險？
透過歷史驗證、壓力測試、極端情境分析及持續監控，觀察流動性、波動與模型失效條件，並將新的觀察帶回研究流程。
是否也參與金融以外的數據應用？
相關技術能力延伸至企業數據應用，包括廣電產業的內容傳播、收視趨勢與使用者行為分析，以及資訊處理和決策支援。
06 / 交流與合作
讓研究，
開啟下一段對話。
歡迎就 AI 高頻交易、市場數據、演算法研究與企業數據應用展開專業交流。