股票量化投资对新手而言，确实显得较为专业。以下是一些建议，帮助新手从不同方面入手学习：

基础知识：

股票交易基础：先掌握股票交易的基本规则、市场运作机制及常见的金融概念，如股票、债券、基金、收益率、风险等。金融市场：了解各类金融市场的基本结构和运作方式，包括股票市场、期货市场和外汇市场等。

编程语言：

Python：学习一门适合量化投资的编程语言，Python是首选。Python在数据处理、算法实现和金融分析上的应用十分广泛。基础编程：掌握基本的编程概念和技巧，如数据结构、控制流、函数和面向对象编程等。

量化策略：

常见策略：了解常见的量化投资策略，如均值回归、统计套利、趋势跟踪等，并尝试理解其背后的逻辑和实现方法。策略开发：学习如何设计、测试和优化量化投资策略，掌握策略回测的方法和工具。

数据获取与处理：

数据获取：学习如何从不同来源获取市场数据，包括股票价格数据、交易量数据和财务报表数据等。数据处理：掌握数据清洗、整理和分析的技巧，使用Python库如Pandas进行数据处理。

实践与模拟：

模拟交易：通过模拟交易平台进行实战演练，检验所学知识和策略的有效性，积累经验。小额实盘交易：在条件允许的情况下，可以进行小额实盘交易，进一步了解市场的真实运作。

持续学习：

新技术和策略：量化投资领域不断进化，要保持对新技术、新策略的关注和学习，及时更新自己的知识库。专业书籍和课程：阅读专业书籍和参加相关课程，深入学习量化投资的原理和实践。

总之，新手应循序渐进，从基础开始，逐步提升自己的知识和技能。通过持续学习和实践，不断积累经验，逐步掌握量化投资的核心技术。