小白入門量化學習路線圖
來源: @Techbruneth | 原文連結
日期: Fri Jun 20 08:19:03 +0000 2025
標籤:
量化交易學習路線入門指南
根據截圖內容，我為您整理出以下知識庫文章正文：
來源: @Techbruneth
日期: 2025-06-20
標籤:量化交易學習路線入門指南教學資源
量化入門路線圖（兩階段）
本路線圖分為「學習」和「實踐」兩大階段，適合零基礎小白循序漸進學習量化交易。
第一階段：學習
Python 基礎
- 基本語法：數據類型、條件判斷、循環、函數定義
- 第三方庫：NumPy（數值計算）、Pandas（數據處理）、Matplotlib（數據可視化）
- 推薦資源：
- Python 官方教學（全球最權威）
- B 站免費視頻課程（適合中文學習者）
金融基礎
- 交易所運作機制：交易規則、撮合邏輯、市場結構
- 金融工具：現貨、合約、期權等衍生品
- 推薦資源：
- 交易所官方文檔（最準確的一手資料）
- 《Python 金融分析實戰》（中英文版皆可）
量化基礎
- 數學基礎：統計學、機率論、線性代數
- 量化策略分類：趨勢策略、套利策略、市場中性策略
- 回測與風控：策略驗證、風險管理、資金管理
- 推薦資源：
- 《量化交易之路》（經典入門書）
- Kaggle 競賽教程（實戰導向）
第二階段：實踐
數據獲取
- 歷史數據：從交易所 API 或數據提供商取得
- 實時數據：WebSocket 接口、REST API
策略開發
- 經典策略複現：
- 均線策略（MA Cross）
- 布林帶策略（Bollinger Bands）
- RSI 策略（相對強弱指標）
- 策略優化：參數調優、多因子組合
回測驗證
- 回測框架：Backtrader、Zipline、VeighNa
- 評估指標：夏普比率、最大回撤、勝率、盈虧比
實盤交易
- 模擬盤練習：先用虛擬資金測試
- 小額實盤：驗證策略可行性
- 風險控制：
- 設置止損止盈
- 控制倉位比例
- 分散投資標的
學習建議
- 循序漸進：先打好 Python 和金融基礎，再進階到策略開發
- 動手實作：每學一個概念都要寫代碼驗證
- 小額試錯：實盤前務必經過充分回測和模擬盤驗證
- 持續學習：市場不斷變化，策略需要持續迭代優化