DEV Community

Cover image for 中港台「新经济,新金融」路演有感 Reflections on the “New Economy, New Finance” Roadshow
Kenny Chan for AWS Community Builders

Posted on Edited on

中港台「新经济,新金融」路演有感 Reflections on the “New Economy, New Finance” Roadshow

2025年8月29日,最后一站台湾,路演有感。

核心观点

核心观点1️⃣港台文化差异:新旧时代的轮舞曲;错失了优质力时机;高CP值的国民幸福感;高身份认同感;
2️⃣金融FSI行业篇:注重「整体收益」的高收益比;「复合型人才」是技术行业的大趋势;「领域+技术」双窝轮引擎;
3️⃣量化对沖基金篇:「罗马方阵vs日本浪人」文化;「逆人性」才是赚钱关键;创意择优;人机协同;安全可控;
4️⃣我学到了人生聚焦,少即是多;以「深度」带出「广度」;但「细节」不等于「深度」;人生有无限种可能性,而不只有一条所谓「最好的路」;
5️⃣亚马逊领导力+桥水原则,基於现实的正确思考工具:每人眼中都有一个现实,因此每个「现实」各有不同;现实是指「务实」,而错误地理解现实,走向失败的「极端思考」。

延伸阅读


聰明交易,迅速決策:以 AWS AI 洞察市場、發掘 Alpha 機會

本議程邀請經驗豐富的 Macro Trader 與 Crypto Trader 進行分享,親自分享如何實際採用 Amazon Bedrock、Amazon Q Developer,甚至 Kiro 等現代化工具,幫助交易者進行資料蒐集及決策制定,有效將市場噪音數據減少 80%,並提升超過 75% 的決策品質;同時也會由 AWS 專家分享,如何透過 AWS 工作有效發掘因子。

Smarter Trades, Faster Decisions: Unlocking Alpha with AI-Powered Market Insights on AWS


台湾有感

台湾有感1️⃣新旧时代的轮舞曲;台南拥有传统的工业生产业,而台北拥有高科技创新业。而背后是年轻人对未来的决择,「往北/往南」都是一条好出路。
2️⃣错失了优质力时机;台币汇率曾贬值,虽然以一拆四贬值,以出口来解台湾的短期问题,但副作用也相当明显:台湾人不用进口货,不出国旅游,更没有动力去以高质量的目标经营事业,导致目前停留在「以量换价」的代工/中间品流程,因此错失了发展自己的台湾独立品牌的机会,更错失了发展「优质生产力」的最好时机。
3️⃣国民幸福感是可选择自己喜欢的生活风格;在台湾的街头有很多国民级娱乐,当中甚至有自发性的小团队,比如提「礼宾枪操/街舞/地雷系/亚系」等。台湾年轻人,随心选择自己喜欢的生活风格,而不用考虑别人的评价,比如「薪酬/晋升/专业性」的评价。因此,台湾是一个高CP的宜居城市。
4️⃣台湾有高身份认同感;反观香港人的身份认同感极低,甚至没有「国家/民族性」的概念,因此对自身的定位相当蒙糊,恰好反映在:虽有「国际视野」但仍「传统观念」办事,虽是「英语+普通话」教育但双语能力极不流利。而台湾人的身份认同感极高,心态上就显得从容,就算语言不好,往南也是一条好出路,因此人生不蒙糊也不焦虑,总有下一步可以选择。


精彩语录

精彩语录

金融FSI行业篇

1️⃣注重「整体收益」,而非「局部优化」;在技术行业,技术人有一个通病,很注重优化某一部份行业代码,预期提升0.01%准确度。但事实上,这种局部优化是极低收益。因此,技术人应该用大局思维去思考「整体收益」,或许优化某一点不起眼的技术流程有更高收益,比优化那0.01%准确度行业代码。
2️⃣「复合型人才」是技术行业的大趋势;COBOL是金融行业最早使用的编程语言,虽然是积累了四十多年的稳定业务经验,但随着愈来愈欠缺开发COBOL的技术人,因爲COBOL的冗长又难以维护;而Python/Java同时兼具「开发+数据分析+统计」等多功能属性,即孕育了同时懂「行业+业务+技术」的复合型人才,从而能选择自己喜欢的「行业/工作内容」,这是技术人的未来大趋势。
3️⃣「领域+技术」双窝轮引擎;纯粹的做技术,或者是纯粹的商业,其实都是盲人摸象,看不到行业的完整面貌。因此,行业专家都有双窝轮引擎,懂行业懂技术,才能实现「技术可以落地」,以各种「风险+短板+可行性」等维度,来做出行业价值。
4️⃣在新金融时代下,台湾金融法规显得相保守主义;台湾金融行业需要派人去观察机房,而香港的DataCentre机房,设有各种风险等级的区域,已是合符国际法规标准,所以就不用派人去观察机房。这背后显示了台湾法规更保守主义,如果能放宽限制,有助推动金融行业请向高质科技化。

量化对沖基金篇

5️⃣罗马方阵vs日本浪人,两个对冲基金文化;前者是把所有人整合到同一个portfolio更注重整体风险和透明度,互相分享知识+经验;后者是几个人用一个portfolio,注重个人独立的技艺,更具进攻性和威胁性,资本方可选择最出色的portfolio。
6️⃣「逆人性」才是赚钱关键,自己帐户vs别人帐户;如果是同一个交易员用同一个策略,惟一分别是「自己帐户vs公司帐户」,结果是自己帐户会亏钱。因爲人性令交易员产生「规避风险」心理,结果就是影响表现亏钱。
7️⃣创意择优,不在意用什么工具;无论是用传统的统计方法,还是最新的另类回测/因子发掘,还是最前沿的深度学习,只要最终效果是良好的,其实用什么工具都行。
8️⃣人机协同,量化虽好但不可缺失人类直觉;虽然用数学量化是确保了稳定性,但在关键时刻,仍然需要人类的直觉。
9️⃣云端只是「弹性成本」而非「安全可控」;对于金融商业客户,AWS的优势只是「弹性成本」,但现实中很多商业考虑,不单单是成本问题,比如有更重要的「可控」问题等,因此AWS不是首选方案。
量化对沖基金篇只是「行业洞察」,而不是最终答案。因此,只需选择对自己最好的独立观点,然后在现实中施展出来。


我学了什么?

我学了什么1️⃣人生聚焦,少即是多;我聚焦在「宏观交易者」用「深度学习」在「主经纪商」。从而,在职场上的定位更加鲜明清晰,精准地切入了金融领域的「复合型人才」。
2️⃣以「深度」带出「广度」;当把「宏观」做的深入时,其实别人自然会联想到其他「交易领域」,即是以「深度」带出「广度」,而不用刻意强调广度「自己懂很多」。
3️⃣「细节」不等于「深度」;深度是有高价值的操作,比如是「带领往前瞻性目标/启迪伙伴提升层次」等。而非从细节入手,只是重覆性的低价值的操作,即俗称的「只懂玩细节,但连爲什么都解释不出来」。
4️⃣人生有无限种可能性,而不只有一条所谓「最好的路」;人生的目标不应该是「数字」一味地赚钱,而是把目标放在做觉得「有意义」的事情。幸运的是,我觉得做「交易+技术+创投+艺术」是有意义的事,并将其变成事业工作。


亚马逊领导力+桥水原则,基於现实的正确思考工具

亚马逊领导力+桥水原则,基於现实的正确思考工具

①每人眼中都有一个现实,因此每个“现实”各有不同。

分析师喜欢沉默决策,把时间放在“沉淀/准备”上。强硬派讲话大声,把时间放在“结果/产出”上。外向派喜欢交流,把时间放在“人际/关系”上。

如何看不讲话?--分析师沉默时,但外向派就在耳边吵“怎么不讲话?!”突然,强硬派大声主导新话题。
如何看讲话?--外向派高谈阔论,但分析师觉得没重点,强硬派觉得没价值。

②现实是指“务实”,即向现实发动时间钳形攻击。

纯粹的“分析师/强硬派/外向派”都不现实。而现实应指务实,可以向现实发动“时间钳形攻击”,才能有好结果。
像索罗斯在二战期间的生存哲学,世界“变幻动荡”是真理,而“大稳定”才是诡异。因此,以动制动,人可以弹性地改变“分析师/强硬派/外向派”含量,从而发动“时间钳形攻击”有好结果。
但弹性地改变自己,需要强大的内心和正确的思考工具,否则只会在每次“改变自我”时做出错误决策。幸运地,“桥水原则”教导如何正确地思考,如何基於现实改变自己。

③错误地理解现实,走向失败的极端思考。

先讲“收费”是现实,但吹嘘成“1000w营业额”是不务实。“写代码”是现实,但想在代码世界找出“行业解法”是不务实。“认识大佬”是现实,但想靠人际关系学习“真工艺”是不务实。
做人既要现实,也要务实。可用“桥水原则”,把自己放低一点,把现实放高一点。即想象世界是一台“复杂和经常出错”的机械,如何用“现实世界”实现目标才是正确思考。

④朱熔基,“实务派”银行家,最佳实践“桥水原则”正确地思考。

朱熔基视中国宏观经济是一台“复杂和经常出错”的机械,针对中国90年代末的“政治环境丶宏观经济丶国际趋势”等因素,大刀阔斧地进行国企改革。
既要现实,也要务实。朱熔基同时结合了社会主义的“指令经济”做推力,和资本主义的“市场经济”做拉力,两条腿走路+摸着石头走路,发展出“中国特色社会主义的资本市场”。
朱熔基身上有各种鲜明又对立的形象:他既专横又谦虚,既聆听思考又语出惊人。他带领正确地“改变自我”的中国特色社会主义,也避免了“走向极端”的西方休克疗法。
既要现实,也要务实。是我在中港台之间看到的最明显差贯。


Postscript

Jacky Wu:非常高兴能在AWS台北的2025 AWS新金融丶新经济会议上与Danny and Kenny一同演讲!我们的议程「聪明交易,迅速决策:以AWS AI洞察市场丶发掘Alpha机会」深入探讨了现代工具如何改变交易领域。


About Me

About MeKenny Chan, Macro Trader, AWS Community Builder (Hong Kong), specialty of Fintech & Machine Learning

Top comments (0)