在香港數字金融大獎2025的初創組別得獎名單中，BTAP NewbieTrade Limited 的名字格外矚目。其創辦人袁嘉麟（業界暱稱 TraderK / TK / 股壇畢加索）並非典型的「白手興家」故事。從「財星學堂」的年輕參賽者，到香港數字金融大獎的得獎者，袁嘉麟的旅程既是個人堅持，也是時代契機的縮影。他沒有離開股票交易這條主線，卻不斷在傳統與創新之間尋找突破點。
從比賽舞台走進專業金融
TK回憶說：「其實同你哋財經台好有淵源㗎，我係第二屆『財星學堂』比賽嘅亞軍，之後仲喺新城幫手做主持。」從學界比賽中嶄露頭角，到成為分析員、交易員，再歷練於私人老闆與買方崗位，TK 的履歷一直緊扣股票市場。
然而，在積累經驗和資本後，他選擇踏出安舒區，走上創業之路。這個決定並非一時衝動，而是來自對市場長年觀察，以及對金融科技潛力的敏銳觸覺。
金融職場到創業跑道
「我最初加入過以炒賣衍生工具為主的私人交易團隊，後來發覺太多事情未學曉，然後成為股票分析員，先由賣方分析員再到買方分析員，其後開始有機會操盤，由交易員再管理投資組合。」TK 笑言自己的職涯似乎從未離開過交易桌。不過，他亦坦言，單純靠傳統分析方式，往往與投資回報未必掛鉤，甚至可能出現「反向效果」。
他解釋：「分析員花好多時間寫報告，但分析及執行交易是兩回事，回報同分析有時未必有關係，咁我就開始諗，係咪機器先做到更好？」於是，他萌生了以人工智能（AI）介入投資的念頭。
早期，他與拍檔已嘗試創業，後來各自分工，他則專注開發 NewbieTrade。項目在2020年疫情時正式啟動，先以演算法為基礎，逐步演進到結合 AI 的智能投資策略，開啟了他的金融科技創業之路。
從演算法到人工智能
傳統演算法投資，多依循固定規則，例如「10天線升穿20天線就買入」。雖然簡單直接，但問題在於策略缺乏彈性，無法因應市場環境變化。
TK 舉例說：「如果用呢啲演算法，佢全年都會照做，但市場策略係有週期性嘅，可能今年有效，出年就唔work。」相反，AI 不單止能整合多種演算法，還具備學習與修正能力。
他強調：「AI 可以透過 reinforcement learning（強化學習），去調整策略參數，甚至切換演算法。換言之，佢唔係死板執行，而係會隨環境進化。」這種自我修正的能力，正是傳統量化投資所缺乏的。
對於投資者而言，AI 的優勢在於快速辨識趨勢，縮短做功課的時間，並提高策略的適應性。這也是 NewbieTrade 的核心理念──把人腦難以負荷的龐大數據交由機器處理，讓投資者更專注於決策。
港股與美股的差異啟示
當 AI 模型套用至不同市場時，數據亦揭示出明顯差異。TK 分享了一個發現：「美股的趨勢屬性與港股差異很大，美股的趨勢普遍維持較長時間，而且節奏較慢，港股則短而急促。」
他進一步指出，這並不代表港股失敗，而是市場特性不同。「港股更啱做短炒、操作窩輪牛熊證，例如港股於兩星期內的升幅，已足以媲美美股三個月的漲幅。港股能在較短的時間內實現美股需要較長時間才能達成的市場表現，但未必適合坐長升浪。」相反，美股市場深度高、流動性強，更適合長線 AI 策略。
這種比較讓人看到 AI 在金融應用上的價值：它能揭示市場結構上的差異，幫助投資者避開錯誤策略。「如果唔用 AI，你可能永遠都喺錯嘅地方試，得唔到理想嘅回報。」TK 總結道。
NewbieTrade 的成功，不單是對 AI 金融應用的肯定，也是對香港初創在國際金融舞台上的一次示範。未來，隨著市場進一步數字化，這位「股壇畢加索」或許將繼續用科技，為金融市場繪出更多嶄新的筆觸。
