决定学量化的人，第一件事往往是买一本 Python 教程，从变量、循环、函数开始啃。啃完三个月，能写排序算法了，但还是不知道怎么写一个策略。

因为挡路的不是语法，是另外三样东西。

第一样是交易规则。不知道 T+1 怎么算、不知道涨跌停怎么影响成交、不知道集合竞价的时段和撤单限制、不知道不同板块的涨跌幅和申报数量，写出来的策略一定跑不通。这些知识不需要编程，需要读规则。

第二样是数据常识。什么是复权、前复权和后复权差在哪、分钟线的时间戳标的是开始还是结束、停牌期间的数据怎么表示、除权日的价格怎么跳。这些细节决定了你的信号算得对不对，而它们全都是业务知识。

第三样是统计直觉。什么叫样本量足够、什么叫过拟合、为什么参数稳定性比参数最优值重要、回撤多大算正常。这些不是编程能教的，是反复看结果、反复推翻自己积累出来的。

Python 当然要学，但它是三者里最容易补的，因为有大量现成教程，而且写错了会报错。前两样没人给你报错，错了就是默默亏钱。

规则写得出来还有一个好处：你能拿它去和别人讨论，也能自己逐条检查漏洞。写不出来的规则，只存在于感觉里，没法验证也没法改进。

所以纸笔这一步不能省，它是把想法变成资产的关键动作。另外，写规则的时候把「不做什么」也写清楚。什么情况下不交易、什么情况下停手，这些边界条件比入场条件更能决定你会不会亏大钱。

判断标准：先用纸笔写出一套完整的交易规则，包括什么条件买、什么条件卖、买多少、出错怎么办。写得出来，再打开编辑器。

股票/量化开户欢迎找我！满足条件股票佣金万0.854、etf 可转债佣金万0.5、国债逆回购一折（百万分之一）！期权1.8元一张全包价！量化软件QMT+ptrade免费使用！还有888、999资金靓号等你选！