三民買簡體書 1 本 : 打開量化投資的黑箱(原書第3版)

今天找到一本很棒的量化投資書籍 :

# 打開量化投資的黑箱(原書第3版)（簡體書）

這是華爾街資深量化對沖基金經理人 Rishi K. Narang 所寫的經典書籍 "Inside the Black Box: A Simple Guide to Quantitative and High-Frequency Trading" 的簡體中文版, 原著第一版於 2009 年由 Willy 出版, 後來因應 2010 年美股閃電崩盤以及演算法技術升級, 作者又進行了大量重寫於 2013 年出版第二版, 大幅擴充高頻交易與反思系統性風險等內容. 

作者曾創辦並主持量化投資顧問公司 Telesis Capital LLC, 專注於量化交易系統評估與量化基金投資組合配置. 在 Narang 的這本經典之作中並無任何數學公式或程式碼, 他是從頂層哲學視角將量化系統拆為 Alpha 模型, 風險模型, 交易成本模型與部位構建. 讀懂這本書才會明白每一行量化程式碼背後是在解決哪個環節的問題.

此書中文版僅有中國機械工業出版社的簡體版而已, 博客來與天瓏都只寫第二版, 三民的第三版可能是出版社重新引進, 換封面或重新排版再刷的中文譯本版本號, 因為原版最新也只有第二版. 由於三民打 79 折, 所以就在三民買 :

7-11 至興店取貨 469 元. 

OpenAI API 儲值 10 美元

昨天用 LINE 串接測試 OpenClaw 生圖, 發現它特別吃 token, 幾番生圖下來就把剩餘的 3.5 美元吃光, 檢視 OpenAI 的 Billing 頁還欠 0.24 美元 : 

不過用光了也好, 反正去年 10 月儲值 5 美元後一直沒在用, 是最近玩 OpenClaw 才有用, 一年到期如果沒用完會被沒收. 按 "Buy credits" 鈕可再儲值, 考量後續還有很多測試要做, 所以這回儲值 10 美元 (現在最低要儲值 6 美元了) : 

扣掉欠債 0.24 美元, 剩下 9.76 美元, 刷 LINE Pay 卡支付 :

役男線上申請短期出境

因 11/23~11/28 要帶爸前往京都賞楓, 二哥那時論文口考應該完成了, 可以一起去看看. 想起五月去沖繩時, 小姨子與高中剛畢業外甥同去, 在機場報到時有提到役男服役前出國旅遊要先申請, 出境時要連同護照給移民署那關檢查, 今天打電話詢問區公所兵役課, 原來是要在出國前去內政部役政司網站申請後下載 pdf 檔列印 (因效期為一個月, 不要太早去填, 建議出國前兩周~三天前去申請) : 

# https://dca.moi.gov.tw/

按底下的 "進入役政司" 鈕 :

拉到最底下, 按 "役男線上申請短期出境線上申請" 鈕 : 

按 "線上申請" : 

拉到最底下, 勾選 "完全同意與了解上述事項" 後按 "進入填寫頁面" 鈕 : 

 

填寫完畢按 "確定送出" 即可 :

11/23 出國大約 11/5~11/20 之間去填寫即可, 核准後下載 pdf 列印出來出境時要提交. 

好書 : 活用數學交易選擇權

昨天整理臥房書櫃, 找到這本 2009 年買的書 (天啊! 17 年前), 拍拍灰塵後翻閱, 發現當時只看了前兩章就擱下了 (滿滿的數學呵呵). 此書為寰宇出版, 藍子軒翻譯自 C. B. Reel 於 2005 年出版的 "The Mathematics od Options Trading", 書附光碟一片, 內有兩個 Windows 程式 Expectation.exe 與 DailyCheck.exe, 這種 32 位元的舊軟體在目前 PC 上可能已無法執行. 

雖然是年代久遠的老書了, 但其中第 2~5 章介紹的是不隨時間改變的選擇權底層數學原理部分 (機率論, 部位管理與敏感度模型等), 在過去的幾十年並未變動值得一讀 :

• 第二章 : Statistics, Probability, and Other Wonders (統計, 機率與其他好用的數學工具)
  建立選擇權交易必備的統計學基礎, 包含常態分佈, 標準差與報酬機率分配, 偏態與峰態 (解釋為何市場實際波動往往有肥尾 (Fat tails) 而非完美的常態分佈. 學習目標是在撰寫 Python 模型或分析回測時能深刻理解底層分佈假設與真實市場的落差. 
• 第三章 : Visualizing Option Structures and Strategies (將選擇權的架構與策略圖形化)
  用圖形化與代數化方式來解析選擇權基本組合. 此章重點內容為探討買賣雙方在不同履約價下的損益平衡點 (Breakeven) 與風險邊界, 並透過代數公式表示各類價差單 (Vertical Spreads 等) 的線性/非線性回報輪廓.
• 第四章 : Mathematical Expectation and Optimal Position Size (數學期望值與最佳部位規模)
  這是本書含金量最高的一章, 聚焦於解決 "該不該進場" 與 "該壓多少資金" 的問題. 學習重點有二 : 
• 數學期望值 (Mathematical Expectation / EV) :
  如何將各價格區間的發生機率與損益加權, 計算一筆策略的長期期望回報.
• 部位規模控制 (Position Sizing) :
  借鑑凱利準則 (Kelly Criterion) 與資金管理邏輯, 說明即使期望值為正, 重倉或滿倉依然可能因為連續回撤而爆倉 (破產風險 Risk of Ruin). 
• 第五章 : Volatility and Sensitivity to Change (波動率與敏感度分析)
  拆解選擇權定價靈魂-波動率與希臘字母, 這是所有衍生品定價模型的基石, 不論是用 Black-Scholes 還是進階的二項樹模型, 其原理都一樣, 主要介紹下列內容 :
• 歷史波動率 (HV) 與隱含波動率 (IV) 的計算差異.
• Delta, Gamma, Theta, Vega 的數學定義與動態連動.
• 波動率隨時間流逝對價內/價外選擇權的時間價值衰減影響.

其餘探討市場結構與實務工具的章節則已過時. 我叫 Gemini 列舉此書過時與未討論的課題摘要如下 : 

• 目前市場交易量極大比例集中在 0DTE (零日到期期權) 與 Weekly Options (每週選擇權), 它們的 Gamma 暴衝與日內波動特性, 在傳統按月結算的架構下並未涉及. 
• 現代造市商與交易員對厚尾風險 (Tail Risk), 跳躍擴散模型 (Jump-Diffusion), 局部/隨機波動率模型 (如 Heston Model) 的依賴度極高, 而這本書則假設波動率對稱或簡化處理. 
• 2005 年的書通常使用靜態試算表 Excel/VBA 或手動計算, 現代量化交易與分析幾乎全面採用 Python 的 scipy, numpy 或 pyql / QuantLib 等函式庫. 

實作方面, 歐萊禮 Yves Hilpisch 寫的 Python for Finance 會更實用. 至於這本老書, 我希望能在明年春節前看完 2~5 章. 

OpenClaw 學習筆記 : 在樹莓派 Pi 4 安裝 OpenClaw (十)

本篇旨在記錄 LINE 頻道無法傳出圖片問題. 本系列全部測試文章索引參考 :

# OpenClaw 學習筆記索引

在前一篇測試中, 我們利用 ngrok 提供的 https 網址, 在後面添加 /line/webhook 做為 Webhook, 當 LINE 訊息伺服器接到使用者訊息時便會透過 tunnel 穿透, 將訊息轉發到樹莓派 Pi 4 的 LINE 頻道模組處理 (利用 Webhook 網址), 再交由雲端 LLM 做出回應. 

實測發現, 將串接 OpenClaw 的 LINE 官方帳號加為好友後, 文字對話都沒問題, 但若叫它生成一張圖片, 回應說生好了, 但實際上卻沒傳回圖片 :

但改用 Telegram 叫小龍蝦生圖都沒問題 : 

在 Telegram 中測試生圖, 要求它要傳回圖片在本機中儲存的位置, 發現是放在 /home/pi/.openclaw/media/tool-image-generation/ 下 :

檢視 ~/.openclaw/media/tool-image-generation/ 下確實有生成的 png 圖檔 : 

pi@pi4b:~ $ ls -l ~/.openclaw/media/tool-image-generation/   

總用量 8900

-rw-r--r-- 1 pi pi 1453948  9月 22 11:15 cute_cat_2026-09-22---90b5cdfd-1323-44aa-80e7-0f6d1c7447c7.png

-rw-r--r-- 1 pi pi 1747312  9月 22 09:25 cute-cat-2026-09-22---c4514317-ab31-43c0-a704-87be7e66a547.png

-rw-r--r-- 1 pi pi 1374420  9月 22 10:33 cute-cat-512-source---d8bf61db-7b4d-4d4e-bc4c-824d46712638.png

-rw-r--r-- 1 pi pi  330464  9月 22 10:33 cute-cat-512x512.png

-rw-r--r-- 1 pi pi 1739107  9月 22 07:25 cute-cat-good-morning-2026-09-22---00e8e57b-f025-441a-b508-0d4131d617fa.png

-rw-r--r-- 1 pi pi 2459908  9月 21 16:33 cute_cat_good_morning---410cab78-268a-41d8-ab89-bc5311fea110.png

這樣就排除了模型有無生成圖片的疑問, 與 Gemini/M365 Chat/ChatGPT 討論, 推測可能是  OpenClaw 的 LINE Connector 收到圖片檔案路徑後不知道如何把本機檔案轉成 LINE Image Message, 所以只送出文字回覆, 而 Telegram 的 Connector 則能直接上傳該檔案, 所以看來並非 OpenClaw 設定有問題, 而是此版本的 LINE connector 有 bug, 或者傳出圖片為待實作功能. 

想要再生成圖片卻出現錯誤 :

意思是我的 OpenAI API 額度不足, 進入 OpenAI 的 Usage 頁面查詢, 果真之前買的 credit 被這兩天的生圖測試用光啦 :

看來要再課金才能繼續用啦!

PChome 購買鎧俠 128GB 隨身碟 x 2

晚上滑臉書時看到 PChome 廣告, 鎧俠 128GB 隨身碟兩支 699 元, 幾乎是買一送一 (查 momo 一支要 799 元), 下單買了一組 :

# KIOXIA 鎧俠U366 USB3.2 Gen1 128GB 隨身碟 二入組 $699

刷 momo 卡 699 元. 這兩顆隨身碟打算用來插在 Mapleboard 後面當下載碟用. 

鎧俠為日本廠, 其產品特點 CP 值高, 讀取速度還可以, 但寫入速度則偏慢.

OpenClaw 學習筆記 : 在樹莓派 Pi 4 安裝 OpenClaw (九)

在前一篇測試中, 我們已經完成 OpenClaw 的 Telegram 頻道連接, 先在手機 Telegram App 建立一個聊天機器人, 然後在 OpenClaw 設定中, 透過私人互動政策 (DM Policy) 中的配對 (pairing) 方式, 開啟手機 Telegram 與 OpenClaw 的溝通管道, 允許我們利用 Telegram App 與 OpenClaw 互動. 本篇則是要來開啟 LINE App 的頻道連接. 

與 Telegram 採用 long pooling 不同的是, LINE 只支援 Webhook 串接模式 (Webhook 必須是 https 網址), 其次, LINE 原先並非 OpenClaw 內建支援的頻道, 年初出版的書上都提到要下指令安裝外掛, 現在則可在 openclaw configure 指令的頻道設定中選擇 LINE, 它就自動安裝外掛, 最後輸入 Channel access token (在 LINE 開發者網頁) 與 Channel secret (在 LINE 官方帳號網頁) 即可完成 LINE 頻道的串接. 

本系列全部測試文章索引參考 :

# OpenClaw 學習筆記索引

1. 建立 LINE 官方帳號 : 

LINE Bot 聊天機器人是透過 LINE 官方帳號運作的, 首先到 LINE 官方帳號管理網站, 用自己的 LINE 帳號登入後來建立一個 LINE 官方帳號 : 

# https://manager.line.biz 

我以前已經建立過 LINE 官方帳號, 所以直接按 "LINE 帳號" 鈕登入即可; 若從未建立過 LINE 官方帳號就按最底下的超連結去先建立提供者 (Provider) 與頻道 (Channels) 後再來建立 LINE 官方帳號, 參考 :

# Python 學習筆記 : LINE Bot 開發 (一) 註冊 LINE Messaging API 服務

輸入 LINE 帳號的 Email 與密碼登入 LINE 官方帳號網頁 : 

登入成功後會顯示已經建立過的 LINE 官方帳號一覽表 :

這些既有的官方帳號都是我以前測試 LINE 聊天機器人時建立的, 參考 :

# LINE Bot 學習筆記索引

按左方導覽列的 "建立" 來新增與樹莓派 Pi 4 上的 OpenClaw 對話用的官方帳號, 填寫官方帳號名稱 (會顯示在聊天室, 注意字數須小於 20 字元) 與 Email 等欄位後按底下的 "確定" 鈕 : 

取消勾選底下的 "將 LINE 商家報加入好友" 後按 "完成" 鈕 :

按 "前往 LINE Official Account Manager" 鈕進入此官方帳號管理頁面 : 

按 "同意" 鈕 :

按 "了解並繼續使用" 鈕 : 

按 "下一步" 鈕 :

按 "前往主頁" 鈕進入此新建官方帳號管理頁面 :

LINE 官方帳號建立起來後, 這時手機 LINE 聊天室也會收到來自此帳號發出的訊息 : 

2. 啟用 Messaging API : 

上面我們建立了一個新的 LINE 官方帳號, 準備來與 OpenClaw 的 LINE 頻道串接, 接下來須啟用 Messaging API 才能讓 LINE Bot 動起來. 

按此 LINE 官方帳號 Pi4 OpenClaw 主頁 (見上兩張圖) 右上角的 "設定" 鈕進入設定頁面, 按左上角導覽列的 Messaging API :

按 "啟用 Messaging API " : 

因我以前測試 LINE Bot 時就已建立服務提供者, 所以就勾選現成的 "小狐狸事務所" 後按 "同意" 鈕 :

隱私權這部分直接按 "確定" 鈕跳過 : 

按 "同意" 鈕啟用此官方帳號之 Messaging API 功能 :

啟用完成頁面如下, 先分別按兩個複製鈕將 Channel ID 與 Channel secret 貼到檔案中保存起來備用, 然後將之前 ngrok 產生的 https 網址後面添加 /line/webhook 後貼到 Webhook 欄位後按 "儲存" : 

當 LINE 訊息伺服器收到使用者發的訊息時, 就會將其送到這個 Webhook 網址, ngrok 伺服器收到後會利用隧道穿透將其轉發到樹莓派的 18789 埠, 也就是 OpenClaw 的 Gateway 處理. 

接下來按左邊導覽列的 "回應設定", 開啟 Webhook 與關閉其他項目 (加入好友的歡迎訊息打開也無妨) :

3. 取得 Access token :   

Access token 不是放在官方帳號的網站, 而是放在 LINE 開發者網站, 可以點擊 Messaging API 頁面 (前兩張圖, 複製 Channel 資訊與填 Webhook 網址那頁) 底下的 "LINE developer console" 連結或直接按底下連結 : 

# https://developers.line.biz/ 

但我登入相同 LINE 帳號卻沒看到新建立的官方帳號 Pi4 OpenClaw : 

檢查 Provider 與帳號都是相同的, 詢問 Gemini 緣故, 它說可能是 Recently visited channels (最近瀏覽) 快取尚未建立所致, 可以將 Channel ID 代入下面網址即可進入該官方帳號的 LINE developer 網頁 :

# https://developers.line.biz/console/channel/<你的Channel_ID>/messaging-api

往下拉到底端就可看到 Channel access token 項目, 按底下的 "Issue" 鈕即可產生 token (若外洩可按 Reissue 鈕重新產生), 將其複製到文字檔中保存備用 :

4. 串接 LINE 頻道 :   

前面我們已建立 OpenClaw 專用的 LINE 官方帳號, 取得 LINE 官方帳號的 channel access token 與 channel secret, 接下來要透過 ngrok 提供的 https 網址 (webhook) 將 LINE 官方帳號串接到 OpenClaw. 以前舊版的 OpenClaw 未內建 LINE 的頻道模組, 須另行安裝 LINE 外掛後才能串接, 但新版 OpenClaw (我安裝的是 2026.7.1-2) 已將安裝外掛內建於 openclaw configure 設定中.

如同設定 Telegram 頻道那樣, 在終端機下 openclaw configure 指令 :

pi@pi4b:~ $ openclaw configure    

由於我們的 OpenClaw 是安裝於本地的樹莓派, Gateway 選擇預設的 Local 後按 Enter :

按向下鍵移到 Chnnels 按 Enter 點選頻道設定 :

選擇 Add or update channels 按 Enter : 

按向下鍵移動到 LINE (Messaging API) 按 Enter : 

這時 OpenClaw 會自動去下載與安裝 LINE 外掛 : 

安裝完成後接下來要求輸入 Channel access token, 按 Enter  :

複製前面儲存於文字檔的 Channel access token 貼上後按 Enter :

接著要求輸入 channel secret :

複製上面儲存於文字檔的 channel secret 貼上後按 Enter :

完成後又會回到 Channel 選單, 按向下鍵移到最底下, 選擇 "完成" 按 Enter 跳出頻道設定 :

選擇 No 的預設配對模式 (只有配對成功, 通過核准的帳號才能與 OpenClaw 對話) 按 Enter :

向下移動到最底下的 Done 按 Enter 結束設定 : 

這樣就完成 LINE 頻道的串接, 這時在 LINE 開發者網站的 Messaging API 頁面按下 Webhook 網址下的 Verify 鈕, 若顯示 Success 表示串接成功 :

5. LINE 頻道配對 :   

上面設定 LINE 頻道時, 我們在私人互動政策 (DM Policy) 上選擇預設的 No, 表示使用配對方式允許取得配對碼的使用者可與 OpenClaw 私訊對話. 只要在手機 LINE App 搜尋我的 OpenClaw 官方帳號後將其加為好友, 然後發出第一個對話例如 "你好", OpenClaw 就會回應一組配對碼 :

將此配對碼代入下列指令, 貼到樹莓派終端機即可完成配對 : 

openclaw pairing approve line <配對碼>

pi@pi4b:~ $ openclaw pairing approve line MZ3CSU58  

│

◇  

OpenClaw 2026.7.1-2 (0790d9f)

I've survived more breaking changes than your last three relationships.

Approved line sender U94d935ed0302803f50469604663eca30.

這樣就完成 OpenClaw LINE 頻道與 LINE 官方帳號的配對了, 可以用此 LINE 官方帳號與樹莓派上的 OpenClaw 開始進行對話, 先來問問台達電股價 : 

只要 ngrok 沒斷線, LINE 頻道就能被 LINE 訊息伺服器找到, 對話就能一直持續下去.