把客戶流程、風險、控制與失敗情境整理成可操作的工作流。
公開證據 · 不含帳戶、持倉或私人基建
在業務、操作與技術之間定義清楚邊界、狀態和驗收證據。
以 Agent 擴大研究與實作速度，人的判斷、測試和公開責任保持清楚。
證據導覽 / 25 秒
五種能力，先看證據。
每一章來自獨立真實項目，並保留各自的證據成熟度與公開邊界。
正在建立的交易系統
不是幾個互不相干的 Crypto Demo，而是一條由市場觀察、研究驗證、風控到受控執行的能力鏈。
01 / 觀察SimpleTerminal
知識底層 / Trading Technologies Knowledge BaseFIX · Exchange Connectivity · Market Structure整合五個交易所的行情、深度、成交與衍生品狀態。
02 / 研究Stablecoin Risk ML用機器學習、事件研究與尾部風險驗證市場假設。
03 / 控制Execution & Risk Layer與交易所解耦的 Paper 驗證、部署檢查、風控規則與可診斷狀態。
04 / 執行Venue Adapter + Live Engine由統一 adapter contract 進入確認式狀態更新；目前 UMX，其他大所為路線圖。
精選作品
四種不同證據，清楚區分專業平台、獨立產品、學術研究與概念 Demo。
01
多交易所 Algo 架構與風控系統
多交易所 Algo Trading 操作架構
一個與交易所解耦的 Algo Trading 操作層，由 adapter contract 連接研究、回測、模擬盤、受控實盤、風控與可觀測性；目前以 UMX 作為第一個實作。
可驗證證據Venue Adapter Contract · Backtest → Paper → Controlled Live · 可觀測風控
查看公開架構 →02
即時跨市場產品工程
SimpleTerminal 多交易所市場終端
一個零後端、零 API key 的實時市場工作區，在同一畫面連接五個交易所的報價、深度、成交與衍生品狀態。
可驗證證據5 個交易所 · 0 API Key · 1 個統一工作區
打開 Live Product ↗03
學術研究與風險判讀
穩定幣脫鉤風險的機器學習診斷
以八年市場資料比較 Logistic Regression、Random Forest、LSTM、SHAP 與三種 VaR，研究不同穩定幣架構的脫鉤風險。
可驗證證據八年資料 · 時間外驗證 · 誠實呈現模型局限
打開 Live Product ↗04
營運工作流與全端產品重建
茶記點餐營運系統
一個點餐練習如何成為營運系統：由客人手機落單、伺服器可信計價，到職員 Kanban 與可追溯的訂單狀態。
可驗證證據顧客落單 → 伺服器定價 → 員工 Kanban → 狀態歷史
V0 · FLASK單頁點餐表格
V1 · LIVE DEMO營運工作流
由證據走到下一步
招聘團隊與合作夥伴需要不同資訊；兩條路徑都由公開證據開始，並保持敏感資料私密。
正在探索
不同主題最後都回到同一件事：怎樣把複雜資訊變成可理解、可操作的系統。
我的發布循環
每天的學習先留在私人空間，經過整理與敏感資料檢查後，才變成公開內容。
01私人筆記
02安全檢查
03可視化
04公開發布
所有新內容預設為私人。只有經過人工確認、標記為可公開的內容，才會進入網站。
最近的 Build Logs
記錄我做了甚麼、遇到甚麼問題，以及下一次會怎樣改。
Hermes Agent 多智能體團隊：最打動我的是「職責隔離」
與其要求一個 AI 同時研究、判斷、寫作和開發，不如讓不同 Agent 有清楚職責、獨立環境及交接規則。
這個網站如何運作：Obsidian、AI Agent 與安全發布
每天的 Markdown 先保留在私人 Obsidian，經過整理、敏感資料檢查和可視化後，才進入公開網站。
持續學習
資料科學碩士2024–2026 · Distinction
AI Agent 系統編排、驗證、內容工作流
產品與介面從原型到可用工具
數據可視化市場數據、模型與解釋