量化交易开户后，在平台上利用交易数据挖掘技术发现新交易策略思路的方法如下：

获取并整理数据：首先，通过数据提供商、交易所API等渠道获取所需的数据，如股票价格、财务指标、宏观经济数据等。然后，对这些数据进行清洗和预处理，确保数据的完整性和准确性。

数据挖掘与分析：运用机器学习算法、时间序列分析等技术对历史数据进行挖掘，寻找潜在的交易规律和趋势。例如，可以使用聚类分析识别不同市场状态，或通过回归分析发现变量之间的关系。

策略开发与回测：基于挖掘出的规律和趋势，开发量化交易策略。接下来，使用历史数据对这些策略进行回测，评估其在不同市场环境下的表现，检查策略的稳定性和盈利能力。回测过程中需要注意避免数据泄漏和过拟合问题。

策略优化与验证：根据回测结果，对策略进行优化，调整参数或引入新的变量。然后，使用未见过的数据集进行验证，以确保策略的鲁棒性和泛化能力。

实盘测试与监控：在模拟交易中测试优化后的策略，观察其在实际市场中的表现。若结果令人满意，可以逐步投入实盘交易。同时，持续监控策略的表现，及时调整以应对市场变化。

通过以上步骤，投资者可以系统化地挖掘和优化新的交易策略思路，提高量化交易的成功率。