量化交易学习路径：
基础：掌握Python（Pandas、NumPy）、统计学、金融工程（《Algorithmic Trading》《Advances in Financial Machine Learning》）。
数据：用Tushare、Wind、聚宽获取A股/期货/期权行情，学会清洗、标准化。
3. 策略：从双均线、动量、均值回归入门，逐步过渡到多因子、机器学习（XGBoost、LSTM）。
4. 回测：Backtrader、Zipline或聚宽平台，严格设置滑点、、停牌处理，避免未来函数。
5. 风控：单笔亏损≤1，组合最大回撤≤10，用凯利公式或波动率目标调仓。
6. 实盘：先用1–3小资金跑模拟盘3个月，夏普>5再上线；券商API（掘金、VN.PY）+托管服务器（阿里云+本地双备份）。
7. 进阶：加入量化社区（BigQuant、RiceQuant），参加CMT/FRM考试，持续迭代因子库。

以上内容来自网络，仅供参考，如需专业人工服务请点击头像查看加V咨询。