Intro to FinTech (金融科技導論)

Roger Jang (張智星), Jimmy Chen (陳君明)

課程簡介

金融科技(Financial Technology, FinTech)是目前全球金融業與科技業的焦點，它所引發的破壞式創新，正挑戰既有金融服務的供給方式和消費行為。本課程由資工、數學教授群共同開設，旨在釐清 FinTech 本質、相關的創新科技、以及關鍵的趨勢。同時我們也會在課程當中邀請相關學者專家進行演講，並在金融機構（或金融科技新創公司）的協助之下完成期末的AI程式競賽。歡迎想參與或是有志於跨金融與科技領域的同學們，來共同一窺金融科技殿堂之美。

課程目標

• 瞭解與 FinTech 相關的概念與理論
  • 財務基礎、密碼學、量化交易、機器學習、最佳化等
• 實做與 FinTech 相關的專題與系統
  • 學界/業界出題、學生解題

上課時間地點

• 實體上課時間及地點：週三 9:10-12:10，博雅 103
• 直播網址：https://meet.google.com/kwq-ytep-gsa
• 本課程為 TAICA 課程，採取非同步教學，所有錄影及教材均公開於網路上，但學生仍須遵循作業、考試等相關規定。
• 上課同步提問：http://slido.com, event code "fintech101".
• 台大課程網

上課方式及先備知識

• 上課方式：以翻轉教學為主，學生在上課前必須看完 pre-class reading，老師在上課時只負責回答學生問題，或是提供補充教材或習題。
• 先備知識
  • Calculus, Linear Algebra, Probability
  • Machine Learning：你必須知道如何以程式碼來實做基本機器學習的任務
  • Python programming： 本課程以方法論為主，不會實際教授程式語言，但會提供相關線上教材讓同學自行學習

教師分工

• 張智星：
  基礎數學、技術指標、資產配置最佳化、量化交易、文件檢索、機器學習在金融科技的應用
• 陳君明︰
  區塊鏈 (Block Chain) 原理及應用、比特幣 (Bitcoin) 與其他密碼貨幣 (Cryptocurrency)、密碼學背景知識

評分標準

• Percentages
  • Term project: ~50%
  • Final exam: ~50%
  • Course interactions: Up to extra 10%
  (We used to have 40% of homework. But due to the availability of chatGPT/Gemini/Claude, we don't have any homework now.)
• Grade computation
  • Raw score computation in double precision ==> Rounding to nearest integers ==> Final letter grades
  • Final grades are based on scores and ranking. The instructors reserve the rights to
    • Adjust percentage of each categories if necessary
    • Determine the way to combine scores and ranking
  • No-change policy: We will not change the final grades once they are sent to the academic affairs office, unless it is due to mistakes on our part.
  • Grade statistics: Usually we have 25% of A+ and A

暫定時程

1. 2026/09/09 Intro to the course
2. 2026/09/16 Roger: Math for fintech (compounding, IRR, matrix formula, Lagrange multipliers, ...)
3. 2026/09/23 Roger: Technical indicators, Jensen's inequality, Cauchy-Scharz inequality
4. 2026/09/30 Roger: Dynamic programming, LLM & RAG
5. 2026/10/07 Roger: Performance indices, performance evaluation
6. 2026/10/14 Roger: Feature selection, missing data imputation, cost-sensitive classification, highlights on final project
7. 2026/10/21 Roger: Portfolio optimization, maximum likelihood estimate
8. 2026/10/28 Invited talk：吳牧恩教授，「AI × BTC：從市場預測到投資決策」
9. 2026/11/04 Roger: AI/ML applications in finance, K-means clustering, hierarchical clustering, feature extraction
10. 2026/11/11 Jimmy: Intro to bitcoin and blockchain
11. 2026/11/18 Jimmy: Hash function and elliptic curve digital signature algorithm (ECDSA)
12. 2026/11/25 Jimmy: Ethereum and Other Blockchain/Cryptocurrency
13. 2026/12/02 Jimmy: Advanced Functions and Post-Quantum Cryptography for Blockchain
14. 2026/12/09 Jimmy: Blockchain performance and security
15. 2026/12/16 Roger: Invited talk: Whale Force（威鯨資產）
16. 2026/12/23 Final exam