何謂智能交易？AI 助手分工、提示詞寫法與優缺點分析

作者：小風｜Ace Fortune 領財智庫首席交易員兼 AI Trading Academy 專業導師

買了 AI 工具不等於有智能交易系統。這是兩件不同的事，一件是買回來的，一件是自己寫出來的。工具只等於多了一台會讀資料的機器，它看不見你的倉位，也不會替你承擔虧損。你要先弄清楚手上這三樣東西各管什麼，後面的提問才不會白花。

何謂智能交易，AI 在裡面扮演什麼角色

智能交易不是一個產品，是一套把決策與執行寫成規則的流程。你在事前寫下條件，價格碰到條件就執行，中間不靠臨場感覺。這套流程可以只跑一半，也可以全自動，差別在決定權在誰手上。

三種技術，各自負責一件事

機器學習處理數字。餵它十年的價格與成交量，它會找出哪種型態後面常接著哪種走勢。它給的是機率，不是答案。

自然語言處理處理文字。央行聲明、新聞標題、社媒情緒，壓成一個可以排序的分數。你要它讀聲明，用的就是這一層。

深度學習處理更複雜的關係。網絡層數越多，能抓的交互作用越多，代價是需要更多數據，也更容易過度擬合。

三種技術在流程裡的位置不同。機器學習負責找型態，自然語言處理負責讀事件，深度學習負責把兩邊疊起來。你要它做哪一段，就先確認它用的是哪一層。

三種能力不同，用錯會浪費。拿讀新聞的工具去算回測，等於用溫度計量體重。

四個優勢，在外匯與差價合約上最明顯

速度是毫秒級。人手從看到價格到按下確認，最快也要兩三秒，程式不需要這兩三秒。

規模是同時盯幾百個品種。人眼一次只能看幾個圖表，看完第五個已經忘了第一個的型態。

適應是新數據進來模型會調整。固定參數的指標不會，它只會在你發現失效之後才被你改掉。

複雜數據是價格、新聞、情緒、持倉一起看。人腦同時裝不下四個維度，裝得下也記不住。

這四項在外匯與差價合約上最明顯。這兩個市場一天二十四小時在動，你睡覺的時候它沒睡。速度與規模的差距，在收盤後那幾個小時會放大成幾十點的滑價。

這四項優勢不是免費的。速度越快，代表你人工確認的次數越少，錯誤也擴散得越快。它放大的是你的規則，不是你的判斷。

但四項都在處理層面。它不強在判斷，判斷還是你的。認清這條界線，才不會把工具當老師。

三個風險，比功能更值得先看

第一個是換名。市面上不少所謂 AI 交易系統，拆開是幾年前的馬丁格爾或網格，加一個聊天框，月費翻三倍。你要問的是它的決策邏輯寫在哪一行。答不出來就不要付錢。

第二個是它學的是過去。模型靠歷史資料訓練，很會解釋已經發生的事。對沒發生的事，它沒有優勢。它可以幫你整理材料，不可以幫你預測價格。把它的判斷當成進出時機，等於照著上一場的錄影打這一場。

第三個是盲跟訊號。訊號接上自動下單，速度比人手快十倍，方向錯了虧損也快十倍。我見過有人把 AI 生成的 EA 直接掛上實盤，模擬盤一次都沒跑，當天就停手。

香港證監會有一份懷疑投資產品警示名單，把公司名打進去搜一次，五分鐘的事。搜到就立刻停止，搜不到也不代表安全。

三類交易的分野，決定權在誰手上

分法只有一個標準：誰做決定。

程式決定，叫自動交易。你寫好規則，程式照跑，你不介入。

你決定，叫自主交易。圖表、指標、AI 給的資料都只是參考，按下確認的是你。

你設條件、程式執行，叫系統交易。條件由你定，執行交給機器，中途不改。

三種都有人用，差別在出錯的時候，你能指出是哪一步錯。自動交易錯在規則，自主交易錯在判斷，系統交易錯在條件寫得不夠死。

三類沒有高下，只有適配。你的打法需要盤中改條件，系統交易就會綁住你。你的打法需要持倉過夜，自主交易就會讓你睡不好。

工具角色再分三種。

EA 是掛在 MT4 或 MT5 上的程式，照規則下單、平倉、算手數。它的優點是紀律，缺點也是紀律：你寫錯的地方它照做，而且做得比你快。一套智能交易系統的好壞，九成在規則，一成在速度。這個比例我換過幾套系統都沒變。

AI 助手是 ChatGPT、Gemini、Claude 這類工具。它讀、寫、算，不會連到你的交易帳戶，也不會替你按那個鍵。當分析師你會失望，當助理你會省下大量時間。

行情軟件是儀表板。它把價格畫給你看，不判斷，不建議，也不記得你上次為什麼進場。儀表板告訴你現在的時速，不告訴你這條路通往哪裡。

三種混在一起，第一個後果是以為付了月費等於有了系統。月費買的是工具，系統是你自己那套規則，兩者不能互相替代。

三大 AI 助手各自擅長什麼

三個我長期都用過，差別在場景，不在智商。同一個問題丟給三家，你會拿到三種風格，差別往往在它有沒有把資料查全，以及敢不敢說自己不知道。

選工具之前，先寫下你要它做的那件事，一句話就好。寫不出來，換哪一家都一樣。

這張表要反著用。先問自己要做的事屬於哪一欄，再去選工具。順序倒過來，你會花很多時間比較哪個模型更聰明，而那個問題本身沒有答案。

實務上我配著用。Gemini 先掃一週消息，抓出三個可能影響匯價的事件。Claude 把其中一份監管文件讀完，列成條件清單。ChatGPT 最後負責寫程式。三家各做一段，不要讓一家從頭包到尾。

配著用還有一個好處。你可以拿兩家的答案互相比對，看哪一段說法不一致。不一致的地方，通常就是你還沒想清楚的地方。

有一件事要提醒。三個模型都會把話說得很順，順到你以為自己懂了。真正拉開差距的地方，是它有沒有在你不懂的地方停下來。所以我問的時候，會刻意留一個「我不確定」的位置，看它會不會順著我的話講下去。

什麼是提示詞，弱提示與強提示差在哪

提示詞就是你交給 AI 的那段指令。同一件事，寫法不同，拿回來的東西差一個量級。

弱提示長這樣：「告訴我美元兌日圓現在怎樣」。拿回來的是近期區間、市場觀望、留意風險這幾句。這段話沒有錯，只是沒有用，你讀完還是不知道下一步做什麼。

四個要素，缺一個就退化成弱提示

第一是資產與時間範圍。寫明美元兌日圓、最近五個交易日的日線，不要只寫「日圓」。

第二是具體問題。價格距離前高多少、波動率有沒有放大，這種問題有答案。「怎麼看」沒有答案。

第三是輸出格式。要求三行以內、每行一個數字加一句話。格式不是排版偏好，是檢查工具：它交不出這個格式，你就知道它其實沒查到東西。

第四是依據。要它標出引用的資料日期與來源，日期寫不出來的那一段，當成沒有。

第四個最常被漏掉。沒有日期的數據，你無法判斷它是不是三個月前的。我寧可它答得慢，也不要它拿舊數字充新數字。這和智能交易系統讀資料一樣，來源不明就不進決策。

這件事我算過一次。同樣花三分鐘提問，弱提示拿回來的內容大約兩成可以直接用，強提示大約七成。一天問十次，弱提示等於 10 × 0.2 = 2 份可用材料，強提示是 10 × 0.7 = 7 份。

換成時間更清楚。弱提示平均要再追問三次才夠用，每次兩分鐘，10 × 3 × 2 = 60 分鐘。強提示一次到位，這 60 分鐘就省下來。一週五天，60 × 5 = 300 分鐘，剛好五個小時。

以上比例是照我自己使用習慣估的假設值，你的數字會不同，方向不會反。提問這件事和練跑一樣，配速對了才談得上距離。

六種實際應用，每種一句提問

下面六種是我一週內真的會用到的。每一種附一句提問範例，你可以直接改資產名稱來用。範例的價值不在文字漂亮，在於它把要求寫死了。

第一種，翻譯並解讀央行聲明。

問句：「把這段聲明翻成中文，標出三個和利率路徑有關的句子，並說明哪一句最可能改變市場對下次會議的預期。」

為什麼有幫助：它把翻譯與判斷分開，你先拿到材料，再自己下判斷。

第二種，推演事件下的情境。

問句：「如果這次會議維持利率不變，美元兌日圓在未來兩週可能出現哪三種走勢，每種走勢的觸發條件是什麼。」

為什麼有幫助：要它給條件，不要它給結論。條件可以被驗證，結論只能被相信。

第三種，寫策略草稿。

問句：「用 Pine Script 寫一個規則：價格站上二十日均線而且成交量高於前五根平均時進場，跌破十日均線出場，每行加註解說明在做什麼。」

為什麼有幫助：註解逼它把每一步寫明白，這一步你看得懂，才敢拿去跑模擬。

第四種，設計回測的進出場規則。

問句：「我要回測倫敦盤開盤區間突破，請列出需要事先定義的六個參數，以及每個參數常見的設定範圍。」

為什麼有幫助：漏掉的參數，回測不會告訴你，實盤會。

第五種，解釋一個你不敢問人的概念。

問句：「用一個具體例子解釋什麼是滑價，說明它在什麼情況下會變大。」

為什麼有幫助：它對重複提問有耐性，你可以連問三次，不用擔心被人記住。

第六種，把長報告壓成要點。

問句：「把這份三十頁的報告壓成八條，每條一句話，標出哪幾條有具體數字。」

為什麼有幫助：摘要幫你決定先讀哪裡，不是替你讀完。標出有數字的那幾條，你回頭只看那幾段。

這六句範例都可以再改，改的方向只有一個。把你的判斷標準寫進去，讓它按你的標準交材料，而不是按它的口味寫文章。

這六種用法有一個共同點：AI 被放在你前面一步，不是放在你的位置上。它做完，你還要動手。任何一套智能交易流程也一樣，前面那段可以外包，最後那個決定不能。

用 AI 建立自訂系統

想把 AI 用得更深，可以讓它陪你寫 Python。你描述想法，它給骨架，你改邏輯。好處是速度，代價是你得看得懂它寫了什麼。看不懂就別上實盤。

我的流程固定四步。第一步，用 AI 把規則寫成文字，確認每一條都可以執行。第二步，把文字交給它寫成程式，自己逐行讀一遍。第三步，模擬盤跑滿三個月，記錄每一次滑價與點差。第四步，才用最小倉位上實盤。

四步少一步，我就不上實盤：計畫裡沒有這一步，就不做。

骨架和邏輯要分開看。骨架可以讓它給，邏輯必須是你自己的，因為只有你知道自己為什麼進場。

第二步最容易出事。AI 寫的語法通常沒錯，邏輯常錯。它會很自然地補上你沒說清楚的條件，補的方向還相當合理。你要拿它的註解去對自己的規則，一句一句對。對不上的地方，就是它替你做了決定。

第三步最枯燥。每個交易日記一筆，記請求價、成交價、當時點差。三個月大約六十多筆，跑完你手上有自己的滑價分佈，不是別人給的數字。這份紀錄沒有人能替你寫。

智能交易最怕安靜的錯誤。它不報錯，回撤也不離譜，只是慢慢偏離你原本的規則。等你看見的時候，通常已經跑了幾十筆。

免費版與付費版的差別

免費版夠用於翻譯、腦力激盪、簡單問答。限制在次數與長度，長文會被截斷。

付費版的差別在上下文長度與推理深度。它能一次吃下整份財報或回測報告。你要它讀一份五十頁的 PDF，免費版讀不完。

選擇標準很簡單。一天問不到十次、每次只問一段話，免費版就夠。要它讀完整份文件、還要前後對照，才需要付費。先付費再找用途，多數人三個月後就把它放著。

省下的月費不是重點，用不上的功能才是成本。你付的錢買的是使用次數，不是答案的品質。

使用時的幾個要點

第一，模擬盤先跑。任何 AI 給的規則，先在不冒錢的環境跑滿三個月。這裡不留例外：計畫裡沒有這一步，就不做。

第二，交叉驗證。同一個問題丟給第二個模型，兩邊答案差很多，通常不是你運氣不好，是問題本身有歧義。先改問題，不要急著選邊。

第三，把數字丟回去讓它重算，要求列出算式。錯的地方集中在時間換算、點值、合約大小與手數這四項，四項都是機械運算。機械運算都會錯，涉及判斷的部分更不能直接信。

第四，不分享帳戶資料。API key、帳號、密碼、持倉截圖，一樣都不給。AI 工具不需要這些，會主動要這些的是人。

第五，保存常用提示。用得到的提示詞存成一份清單，一週用十次。用過的提示比更好的提示值錢，因為它已經被驗證過一次。

第六，AI 生成的內容一律自行核實，包括它引用的每一條規定。它給的條文、日期、數字，你都要回到原始文件對一次。

第七，把答得差的提問留下來。那些問不出東西的句子，改一個要素再問一次，通常就通了。答得好的提示，你下次還會用；答得差的提示，才是你要修的東西。

涉及槓桿與保證金，我不建議只聽 AI 的解釋。香港投資者教育中心那份槓桿外匯基本認識寫得比多數模型準確，先把那幾頁讀完，再談策略細節。牌照與產品是否合規，問持牌人士，不要問模型。

美國商品期貨交易委員會那份降低外匯交易風險的說明有三點：理解槓桿的後果、核實交易商的註冊狀態、對超額回報的承諾保持懷疑。三點都不難，難在願意花時間做。

要對照訊號怎麼確認，可以看訊號確認的三個層次；要把執行紀律盯住，可以讀紀律要怎麼被監督；第一次上實盤的節奏，另外寫在第一次實盤前的準備。

結論：AI 省時間，你負責任

這個階段，AI 助手在我的流程裡只有一個位置：把資料變短，把草稿變快。它不是決策者，也不是替我承擔的人。任何一個要按下下單鍵的判斷，都必須由我自己做出來，虧了也由我自己認。

所以順序很清楚：先把提示詞的四個要素練到不用想，再談用 AI 寫策略。順序顛倒，你會拿一堆看起來很專業的文字，去做一件自己沒想清楚的事。這種單我不會讓它上實盤。

什麼情況下我會改口：如果有一個模型能穩定提供可查證的即時數據來源，而且願意明確標示自己的不確定性，我會把它從整理工具升級成討論對象。在那之前，它只是快。

智能交易要的從來不是更聰明的文字，是更少犯錯的執行。工具替你省下的那幾個小時，最後都要花在核對上，這一步沒有替代品。

今晚把你要問的第一句話，按四個要素重寫一次。

立即 WhatsApp 聯繫小風團隊免費諮詢：+852 5378 5383 網站：https://aitrading.ace-fortune.com/algo-trade-hk

常見問題

投資涉及風險，過往表現不代表未來回報。本內容僅供教育參考，不構成任何投資建議。