量化交易不是“学一门课就上岗”，而是金融 + 编程 + 数学统计 + 实盘风控的交叉技能树。给你一个比较实在的时间轴，再讲避坑点。
一、学多久取决于你想走到哪一层
1. 业余玩家 / 散户自用（能写策略回测、跑通模拟）
•
目标：用 Python 接行情、写个均线/打板/网格回测，自己账户跑
•
已有编程基础（会 Python）：1–3 个月能跑通基础框架
•
零基础（不会 Python）：先学 Python 基础 1–2 个月，再学 pandas/numpy/backtrader 1–2 个月，4–6 个月能独立做简单策略
•
每天投入 2 小时 vs 周末集中学，进度差一倍
2. 半专业 / 私募研究助理（能复现研报、做因子、管实盘小资金）
•
需要：统计基础（假设检验、回归）、金融时间序列、因子挖掘、风控、SQL、Linux、向量化回测
•
系统学：6–12 个月持续投入，最好跟过完整实盘周期（牛熊各一段）
•
数学要求：不用深究测度论，但概率统计、线性代数要熟
3. 机构 Quant / 高频（ PhD 级或科班转行）
•
随机过程、机器学习、C++ 低延迟、期权定价、微观结构
•
科班（数学/物理/CS 硕博）：2–3 年入行打杂，5 年成手
•
跨行硬转：难度很大，通常要走“先写策略实盘出业绩→被私募挖”或“读相关硕士”两条路
散户最常问的“多久能赚钱”——能写代码 ≠ 能赚钱。很多人 3 个月写出回测年化 80% 的策略，实盘 3 周腰斩，因为过拟合。
二、学的时候必须踩对的顺序（别一上来啃 C++）
1.
Python 基础（变量、循环、函数、类）→ 2 周~1 月
2.
数据处理三件套（pandas / numpy / matplotlib）→ 能读 CSV 行情、画 K 线
3.
回测框架（backtrader / vnpy / 聚宽/米筐/优矿在线平台）→ 先跑通双均线策略
4.
金融常识（T+1、手续费、滑点、涨跌停、停牌、除权除息）——这步新手最易忽略，回测不扣费=假赚钱
5.
统计与因子（IC、IR、分组回测、过拟合检验、样本外）
6.
实盘接口（券商量化 API / 迅投 QMT / 恒生 PTrade）→ 小资金模拟盘 1–3 个月
7.
风控与合规（单票限额、熔断、撤单频率、异常报单）
三、最容易坑死新手的 7 件事
•
过拟合（曲线拟合历史）：参数调到刚好吃满过去 3 年牛市，未来必亏。必须用样本外、walk-forward、参数稳定性检验。
•
未来函数：用“当天收盘价”决定“当天开盘买”，回测神、实盘亡。含权息没复权也会出未来函数。
•
忽略交易成本：印花税 0.05% + 券商佣金 + 滑点，高频策略手续费能吃掉全部 alpha。
•
幸存者偏差：只用现在还在上市的票回测，退市股没算进去，胜率虚高。
•
偷看未来数据：财务数据用报告期当日值，实际是 T+若干日才公开；新闻情绪用发布后价格，都是漏。
•
过度自信小样本：跑 3 个月实盘赚 20% 就加杠杆，遇一次黑天鹅清零。
•
合规红线：用他人账户分仓、频繁报撤单影响行情、爬券商非公开接口、代客理财承诺收益——个人玩别碰这些。
四、工具链选择（散户友好版）
•
语言：Python 为主，别一上来学 C++；高频才需要 C++/Rust
•
数据：AkShare（免费）、Tushare（积分）、聚宽/米筐（自带回测）
•
回测：Backtrader（灵活）、VectorBT（快）、QMT/PTrade（接实盘）
•
实盘：同花顺 SuperMind、国君君弘量化、券商 QMT（门槛通常 10 万~50 万资产可开）
•
数学书：《概率论与数理统计》浙大版 + 《主动投资组合管理》Grinold（进阶）