Digital Doge｜AI 工具、科技應用與數位金融實測

歷史紀錄說明： 本文記錄 2022 年以 BTC/USDT 與 mBTC/USDT 網格設定所做的個人觀察。文中的價格、下單規則、機器人介面與收益年化推算均屬當時資料，不代表目前市場條件或可重現的報酬；網格交易可能虧損。 當時我用相同的價格區間、15 格與約 125 美元資金，分別建立 BTC/USDT 和 mBTC/USDT 網格。畫面上的年化數字有明顯差距，讓我進一步檢查不同交易對的最小下單單位，是否會令配置資金有所不同。 當時的設定與畫面 以下截圖是 2022 年建立機器人時留下的紀錄。兩個交易對使用相近的價格範圍與網格數；交易對的標價尺度和最小下單量不同，因此畫面顯示的資金使用狀況也不同。 2022 年的網格機器人畫面；介面數字只反映當時設定。 最小下單單位如何影響配置 在當時的設定中，我以 BTC 約 62,500 美元估算，並假設 BTC/USDT 的最小下單量為 0.0001 BTC。單筆名目金額約為： 62,500 × 0.0001 = 6.25 美元 若以 14 個價格間隔估算，14 × 6.25 = 87.50 美元 這只是根據我當時採用的「14 個間隔」作粗略估算，不能單憑它推定機器人實際占用額。原紀錄另寫有 93.75 美元，兩者計算基礎不一致；若按 93.75 ÷ 125 計算，比例是 75%，不是原文所寫的 70%。因缺少完整訂單明細，這裡保留計算差異，不把其中一個數字當成精確實際使用率。 BTC/USDT 機器人截圖，保留作為當時下單紀錄。 當時 mBTC 是以 BTC 的千分之一作為較小單位報價。我原先按每單約 0.0625 美元、14 個間隔估算，得到 0.875 美元；然而這個推算與截圖所示資金、實際下單數量及其他原文數字無法完整對上。因此它只能說明「交易單位會影響最低配置」這個觀察，不能當作目前 mBTC/USDT 的下單規則或精確資金需求。 mBTC/USDT 機器人截圖，保留作為當時下單紀錄。 讀取收益畫面時要留意 原紀錄把機器人畫面上的短期收益率換算成年化值，並比較 BTC 與 mBTC 設定。這種年化是將短期觀察外推的算術結果，並非實際取得一年報酬的紀錄，也沒有證明相同設定可以持續獲利。行情路徑、成交次數、費用、持倉變化及價格超出網格範圍，都會影響結果。 這篇紀錄真正留下的提醒是：建立網格...

歷史紀錄說明： 本文記錄作者在 2022 年接觸 Zoofrenz／Apefrenz NFT 時看到的專案介紹、路線圖與個人購買經驗。代幣數量、領取方式、通行證權益及未來計畫均為當時資訊，不是目前操作指南，也不代表相關承諾已實現。 2022 年初，我因為喜歡 Zoofrenz 的猴子畫風而購入 Apefrenz，也期待團隊當時提出的 3D 角色與遊戲構想。這篇原始紀錄整理了當時看到的資訊，並保留了當年的專案圖與個人收藏照片。回頭看，當時的期待與路線圖都應和後來實際交付分開理解。 當時的專案構想 Zoofrenz 將 Apefrenz 描述為 6,666 個以太坊 NFT，並提出透過持有 NFT 取得 $FRENSHIP、兌換覺醒版本或 3D 角色通行證等規劃。原文也記錄了當時展示的稀有度、Float Tank、First Class Zoo Pass 和元宇宙遊戲構想。 以下畫面是 2022 年原文保存的專案介紹與操作介面截圖。圖中數字、資格和功能描述都只反映當時頁面內容；我沒有把它們當作現行規則或已完成成果。 2022 年原文使用的 Zoofrenz 主視覺。 原文介紹的 Apefrenz 角色圖。 原文保存的 2D 與 3D 角色概念。 當時專案對路線圖的說明；僅代表 2022 年規劃。 原文保存的代幣介紹，非目前供應或效用資訊。 當時專案展示的角色特徵。 2022 年專案提供的稀有度說明。 當時提出的 Float Tank 概念，非目前服務資訊。 原文保存的 3D Pass 介紹。 原文保存的元宇宙概念視覺。 原文保存的遊戲角色構想。 當時代幣網站連接錢包的畫面。 當時代幣領取介面的畫面。 我的購買紀錄 原文記錄我後來購買了 First Class Pass，也分享了收到的外套照片。外套品質很棒，到現在還在穿；不過整個 Zoofrenz 項目最後賠了兩萬多元，好貴的外套，哈哈…… 原文記錄作者購買 First Class Pass 的 OpenSea 頁面。 作者於 2022 年更新中分享的外套細節。 作者於 2022 年更新中分享的外套臂章。 作者於 2022 年更新中分享的實體外套。 原文保存當時項目方對福利的說明；不代表目前仍提供。 現在回看 截至 2026 年 10 月，OpenSea 仍可查到 ...

歷史紀錄說明： 本文記錄 2021 年使用 Pionex 網格機器人的觀察與當時介面。文中的 DOGE 年化數字、註冊／入金流程、功能名稱與畫面都不是目前報酬或操作指引；網格交易可能虧損，過往短期年化數字不代表未來結果。 這篇文章原本想記錄兩件事：網格機器人如何在設定區間內分批掛單，以及當時實際操作時遇到的介面與資金配置問題。以下保留當年的截圖與說明，並把績效數字放回歷史情境中理解。 當年的 DOGE 網格績效截圖 原文於 2021 年 DOGE 快速上漲期間擷取的機器人畫面；短期年化換算不能視為長期收益率。 原文曾以單次短期運行結果換算出 2,800% 年化報酬，並推論一般情況也不難達到高年化收益。這種說法容易把短期波動外推成可持續績效，因此不應當作策略成效證據。機器人只會依照參數執行委託，不會消除標的下跌、價格離開區間、成交不足、手續費或持倉虧損等風險。 網格機器人的基本概念 網格策略是在預設價格範圍內分層安排買賣單。價格上下波動並成交時，策略嘗試在較低價買入、較高價賣出；若行情持續單邊上漲或下跌，則可能持有較多單一資產、錯過部分行情，或留下未實現虧損。機器人不保證獲利，也不能代替策略與風險評估。 原文保留的網格交易示意圖；僅說明分層掛單概念。 2021 年的操作畫面紀錄 以下手機與網頁畫面是原文截圖，供回顧當時的設定流程；平台介面、可用產品與參數可能已變更。本文不提供現行註冊、入金或交易步驟。 原始手機介面截圖（2021 年）。 原始手機介面截圖（2021 年）。 原始機器人建立畫面（2021 年）。 原始參數設定畫面（2021 年）。 原始機器人狀態畫面（2021 年）。 原始掛單明細畫面（2021 年）。 原始交易紀錄畫面（2021 年）。 原始訂單參數畫面（2021 年）。 資金利用率：保留當年的計算案例 我當時比較 BTC/USDT 與以 mBTC 計價的交易對，兩邊各投入 125 美元，設定 15 格與相應價格區間。原文觀察到兩種交易對的每格最低委託量不同，可能使部分資金無法平均分配至各格。以下數字是當時依畫面與假設所做的估算，不是平台目前的最小下單規則。原文另有一處中間數字寫成 93.75 美元，但按其列出的 6.25 × 14 計算應為 87.5 美元；此處依算式呈現，仍應視為歷史估算。 當時的估算 B...