量化交易入门：从零基础到第一个实盘策略的六阶段路线图

收藏夹里躺着二十个教程视频，硬盘里有个文件夹叫"量化笔记"，学习计划改了四次日期还没执行。如果这一幕说的是你，你缺的不是资料，是一条不跳级的路线。大部分新手不是败在"太难"，而是败在顺序错了：概念还没懂就抄代码，回测还没做就投真钱，什么都没验证过就敢上实盘。

在搜索引擎里敲下"量化交易如何入门"，跳出来的首屏多半是券商的开户攻略。这更说明问题：市面上教"怎么开通"的内容很多，讲"按什么顺序学"的很少。这篇就把后者补上。

开始之前，先分清两条路。"入门"可以指自己学会写量化交易策略、用自己的钱做系统的交易，也可以指训练自己去机构求职。这篇讲的是第一条，自己学、自己做。第二条路有另一套阶梯——学历、面试、时间线——在量化交易员到底是干什么的那篇里单独讲。

阶段一：先把认知建立起来

这一步做什么：搞清楚量化交易到底是什么——把规则写下来、用历史数据验证、交给机器执行——它靠什么赚钱，以及为什么没有任何模型能一直赚钱。花十个小时认真读几篇靠谱的科普，胜过十个小时复制粘贴自己都解释不了的代码。

过关标准：你能用自己的话说清楚，为什么"一个统计优势重复一千次"和"一次蒙对的行情"是两回事；为什么回测曲线再漂亮，上实盘也常常死掉。

最常见的坑：揣着"稳赚"的期待直接学代码。认知的底子是歪的，后面学得越多、错得越远。

阶段二：学 Python，够用就行

Python 是这个领域的主流语言，门槛也比想象中低。你不需要计算机科班出身，只需要能读懂代码、写出基本逻辑、处理数据：变量、循环、函数、常用数据结构，这些过关就够了。

过关标准：给你一份行情数据文件，你能不照着教程、自己写几行代码算出点东西。

最常见的坑：学院派学法——非把编程课从头学到尾才敢碰行情数据。正确姿势是按需学：策略需要什么就补什么，这样学的东西才记得住。

阶段三：学会和数据打交道

数据是原材料，后面所有环节的质量都由它决定。这一步要弄明白：历史行情从哪来、哪些免费数据源入门阶段够用、脏数据怎么清洗——缺失、错误、重复，一样样处理干净。

过关标准：拿到任何一份数据，第一反应是先检查再用，而不是直接喂给程序。

最常见的坑：脏数据不洗就做回测，然后相信跑出来的结果。垃圾进、垃圾出——数据有问题，曲线再好看也是白搭。

阶段四：写出第一个策略，并做回测

到所有人都急着奔向的这一步了：写出自己的第一个量化交易策略。别急着自创，先模仿：从经典策略入手——双均线交叉是公认的第一个练手项目——把它的逻辑写成计算机能执行的明确规则，然后放到历史数据里回测，学着看懂几个核心指标：收益率、夏普比率、最大回撤、胜率。

比策略本身更重要的两条纪律：一是把手续费和滑点算进去，否则结果是虚构的；二是对"好得不真实"的结果保持怀疑——过拟合和未来函数，是新手自欺欺人的两个经典方式。

记住这句话：回测通过，只是拿到进入下一阶段的资格，不是盈利保证。

最常见的坑：迷上一条回测曲线，直接重仓上实盘。

阶段五：上实盘之前，先跑模拟盘

回测和真钱之间，隔着一个多数新手都想跳过的阶段：模拟盘——用实时行情、虚拟资金跑策略。它能暴露历史数据暴露不了的问题：行情延迟、下单被拒、市场波动比脚本预期更快时系统的真实表现。

跳过模拟盘直接实盘，就像产品没试产就量产。

过关标准：模拟盘连续跑几周，实际表现和回测结果大体对得上。

最常见的坑：等不及。真钱的手感和模拟完全不同，而这恰恰是你不该用真钱学的原因。

阶段六：小资金实盘，稳定运行

用亏得起的钱起步——小到全亏了也只是学费，而不是伤筋动骨。先确认策略在真实市场里站得住，再逐步加码。

有一个工程事实会出乎新手意料：实盘系统需要不间断运行，而家用电脑做不到。休眠、系统更新、断网，任何一样都会让程序中断。所以做实盘的人，最后基本都会把策略部署到稳定的服务器或云端环境上。

过关标准：策略无人值守连续跑几周，不需要你天天盯着救火。

最常见的坑：赚了两周就开始加大仓位。市场专治各种线性外推。

上线之后：持续迭代

跑上实盘不是终点。市场会变，策略会衰减——去年有效的策略，今年可能就悄悄失灵了。长期做量化交易，意味着持续监控策略表现、及时停掉或调整走弱的策略、保留日志让每次失败都能复盘。整个心态要从"我做了个东西"切换到"我在维护一个系统"。

国内怎么落地：QMT、PTrade 与合规

对大陆读者，学完上面六阶段，做量化交易的最后一公里是开通券商的程序化交易权限。两款主流官方终端的定位一句话说清：

• QMT（迅投）：用 Python 写策略，本地运行、响应快，适合有编程基础、想自定义策略的进阶玩家。
• PTrade（恒生）：可视化配置、零代码，跑在券商服务器上，适合不想学编程的新手。

开通流程一般是四步：①券商开户并完成风险测评（C3 及以上）；②满足资产验资要求（常见的是 20 日日均资产，各券商门槛不同，以券商公示为准）；③在券商 App 的业务办理里申请量化权限，填邮箱、签风险协议；④等 1-3 个工作日审核，安装包和使用说明发到邮箱。

四条避坑提醒：正规券商渠道开通 QMT、PTrade 是免费的，市面上几百上千的付费"量化软件"多数是第三方溢价，不值；量化是工具不是印钞机，极端行情照样亏；程序化交易须向券商完成报备，私自跑可能触发监管风控；新手别滥用高频下单，先在模拟环境把流程跑熟。

更完整的平台对比，看工具与平台总览。

走完这条路要多久

阶段	参考投入
Python + 市场基础	数周到数月，整条路上最花时间
数据处理	和编程一起练，不用分开
第一个策略	数周
回测 + 模拟盘	数周
小资金实盘	至少数月才谈得上下结论

从零到跑通第一个经过验证的策略：以月计，不以年计。但从"跑通"到"稳定赚钱"：没有任何诚实的时间表。主流策略类型各自的原理和取舍，在策略指南里展开；到底能不能赚钱的实话，放在这篇里讲。

常见问题

需要数学或金融学历吗？

不需要。高中统计加上对期望值的理解，足够覆盖大多数入门策略。高深的数学只在特定的高级策略方向里才用得上。

要准备多少资金？

学量化交易几乎不花钱：数据免费、平台免费、模拟盘免费。真钱只出现在最后一步，金额以亏得起为限。

新手最容易犯的一个错是什么？

上实盘太早。前面每个阶段的存在，都是为了让实盘那一课变得无聊——而不是致命。

最后说句这篇路线图给不了的东西：它不能承诺盈利。规则比冲动可靠，但规则本身在恶劣行情里照样会亏。把第一年当学费，仓位保持小，遇到看不懂的词就回到专集首页翻一翻。