近年来伴随金融科技（FinTech）热潮在市场上兴起，随着大数据及算法日益成熟，AI智能理财机器人（Robo-Advisor）如雨后春笋般出现，并广泛应用于日常生活中。
以美国为例，主打机器人理财服务著名的Wealthfront Advisers及Bettermen两家的创业公司，同样将最基础的机器学习、数据回测等技术，进一步导向人工智能与大数据分析的运用，目的即为找出个别资产之间的相关性及配置比例，以完成符合投资者风险偏好的资产组合与投资组合。
反观当前的台湾，现阶段产业面临的考验，包括如何让机器人理财服务切入一般大众市场，迈向提供“以个人为单位”的定制化理财服务。显而易见的是，市场痛点在于金融机构若提供定制化理财服务，将面临入不敷出的高成本，更别谈为机构打造专属AI与智能理财团队。
也就是说，相较于金融机构而言，对于个人而言，琳琅满目的理财商品让理财新手难以入门，撇除传统理财门槛较高不谈，自行投资难以稳定获利是当前普罗大众理财最大痛点。
Trading Valley智能理财
算法与人工智能的交织：即时分析巨量金融信息
Trading Valley团队认为，FinTech普及化势在必行，也是他们从过去的金融业经验中，想要打造的新金融愿景。因此力求打破市场痛点。他们运用演算网络技术，进行全球市场预测与更精确的投资标的筛选，并结合财务工程模型、软件服务思维，打造新形态的智能投资理财服务。
其实早在2014年成立时，以财务工程专业为出发的Trading Valley，并非以智能理财服务作为主要产品，而是镶嵌Social trading platform平台内部提供财金信息。团队在因缘际会下，于2015年以前三名之姿参加SVTA Program（Silicon Valley Taiwan Angel）；最后在美国知名加速器Plug & Play进行三个月交流。
首席执行官彭瀚生提及，当初在硅谷时商业模式较不明确，直到收到反馈与建议，才将企业标的转战至所有对投资交易有兴趣单位，甚至是普罗大众，由Trading Valley提供串联的平台，以AI驱动的新智能理财方式，增加投资者获利的可能性。
基于目前台湾法规限制，当前Trading Valley在国内借由采用政府网站、公开数据（如：量价信息、财报信息）为主要分析数据，并同步与证券商、投资信托公司、投资顾问公司合作，借由理财算法、人工智能（AI）技术与金融机构合作，即时分析巨量金融信息。除此之外，也协助金融机构推出大众智能理财服务，自动调整投资建议，让财富管理轻松上手。于海外市场，Trading Valley投入于中高端VIP用户资产管理，针对超额报酬打造多样AI投资策略。
左起：Trading Vlley CTO吴建鸿、CSO郑创元、CEO彭瀚生、CBDO李家豪。
摆脱人为观点，推出AI模型分析、预测全球18大市场
大部分的理财竞争者，皆通过资产配置来做预测，还有做人为的view（经济学家观点），而Trading Valley则推出AI模型自动化汲取大量的金融数据，分析、预测全球18大市场，日前以达到七成以上的预测准确率。
Trading Valley首席执行官彭瀚生强调：“我们不用人为的观点，全都以量化数据为主，不设置rule，让AI自己去找出rule。简单来说，我们收集的大量信息提供AI自动化找出市场需求的信息和趋势。”也即，产品模块化高、主打定制化的商业模式，可将AI元素运用于ETF、个股、基金上，再利用大量财报信息，训练AI挑出有价值的股票，依不同需求提供5-20%年化报酬之商品。
布局规模化：开拓海外市场、力拼国内数字转型
未来的2-3年间，Trading Valley将采行循序渐进的运营策略，持续开发高端智能理财产品。彭瀚生认为“客户反馈是未来迎向国际的敲门砖”，因此，提升品牌形象不可马虎。此外，进军国际更需要卯足全力开拓C端市场，研发更多样化的智能理财产品，使2C客户受益，拥有机会抢先接触全新的服务体验。
日前Trading Valley入选澳洲Startupbootcamp加速器，通过引荐获得开发当地合作机会，现已与澳洲四大银行之一Nab开始智能理财项目，额外锁定澳洲四大银行、退休基金、证券商及财富管理机构，澳洲成为近期新进市场。回顾台湾，以通过参与竞赛打开知名度的方式，也替公司开发累积了不少知名客户，不乏为大型金融以及保险公司，类型横跨本地与外商，虽然都需要耗费较长的时间耕耘以及确认合作细节，但Trading Valley仍以技术能力与商业模式说服上述主要客户，期望带动台湾金融业与保险业的数字转型。
Trading Valley预计最快于2019年底展开对外Pre-A轮募集资金，若能顺利募集资金，希望能够全力拓展B2B客户的开发。