股票量化交易确实具有许多优势，比如能够快速处理大量数据、减少人为情绪对交易的影响等。然而，它也面临一些挑战，如策略可能失效、市场风险和监管难度等。

对于零基础的入门者，以下是一些建议步骤：

学习金融基础知识：了解股票、债券、基金等金融产品的基本概念，以及市场运作的基本原理。

学习编程语言：掌握Python等编程语言是进行量化交易的基础。Python在金融领域应用广泛，并且有丰富的库支持量化分析。

数据处理技术：学习如何使用数据库和数据分析工具，处理和分析金融数据。

量化策略和模型：研究常见的量化交易策略，如均值回归、动量策略等。学习如何构建和测试这些策略。

历史数据回测：通过历史数据回测来验证策略的有效性，确保策略在不同市场条件下的稳定性。

选择交易平台：了解不同的量化交易平台，选择适合自己的平台进行实盘交易。

持续学习和优化：市场不断变化，策略需要不断优化和调整，保持学习和实践。

总之，量化交易需要扎实的基础知识和持续的实践，希望你能循序渐进，逐步积累相关技能。