量化交易指南
量化交易是个宣传与现实离得很远的领域。行业本身体量惊人——算法已执行美股大部分成交量——但这门手艺的起点小得出奇：一个人、一个想法、一次回测。这份指南是量化交易（也称量化投资）专题的入口：它到底是什么、怎么学、哪些策略和工具值得关心、以及赚钱的真实概率。
量化交易是什么
量化交易就是用数学模型、统计分析和计算机程序来决定买什么、什么时候买、买多少，而不是盯着图形凭感觉下单。它的优势来源是同一条规则在成千上万次交易里累积出来的统计优势，不是一次踩准的判断。它是一门"度量"的手艺：规则写下来、拿历史数据检验、交给机器执行。
如果你是第一次接触，先读量化交易是什么——完整的大白话解释：量化交易和算法交易、主观交易的区别，一条规则手工执行和代码执行的对照演算，以及这个领域的来龙去脉。
这份指南写给谁
- 好奇的人。 总在 Jane Street、Citadel Securities 的新闻里看到"量化"，想看懂这台机器而不是它的神秘感。
- 想学的人。 有一些编程或数学基础，想要一条从零到跑通第一个策略的现实路径。
- 怀疑的人。 见过太多"自动化躺赚"的广告，想要不带滤镜的版本——包括为什么多数回测完美上线就死。
我们覆盖什么
| 板块 | 你会学到 |
|---|---|
| 量化交易入门 | 从零到第一个实盘策略的六个阶段，每个阶段的真实成本 |
| 学习路径 | 学什么、按什么顺序学、哪些书值得读 |
| 量化交易策略 | 主要策略族——趋势、均值回归、动量、统计套利——各自的利润来源 |
| 回测 | 怎么诚实地检验策略：未来函数、幸存者偏差、过拟合、成本 |
| Python 与工具 | 个人真正在用的开源技术栈，以及它的边界在哪 |
| 对比辨析 | 量化 vs 算法 vs 日内交易，量化交易员一天到底在干什么 |
| 真相 | 薪资、职业路径，以及"这能不能赚钱"的直答 |
速览数字
| 事实 | 数值 |
|---|---|
| 算法+高频占美股成交量 | ~65%（2024），2010 年约 45% |
| Jane Street 2024 净交易收入 | 205 亿美元，约 3000 名员工 |
| 文艺复兴大奖章基金费前年均收益 | ~66%（1988 年起），不对外部开放 |
| 个人能做吗 | 能，中低频；高频没有个人赛道 |
| 起步所需数学 | 高中统计加期望值 |
这些数字是量化交易吸引这么多目光的原因，也是机构与个人的差距所在。每个数字的完整出处和口径，见量化交易是什么深度篇。
从这里开始
先读量化交易是什么。十分钟左右，你会拿到后续所有文章都在用的词汇表——信号、回测、执行、风控。
学量化交易需要数学专业吗？
不需要。多数交易想法只要高中统计加期望值的概念。高深的数学是后面特定策略族的事。
散户真能和量化机构竞争吗？
速度上不能——高频基建要几亿美元。中低频策略加普通硬件，才是个人现实的赛道。
量化交易就是算法交易吗？
不完全是：量化交易用模型做"决策"，算法交易用程序做"执行"。多数量化策略确实用算法执行，但很多算法交易背后没有任何量化建模。