很多人量化工具开通后，第一反应是去网上找策略代码。但对Python零基础用户来说，直接复制代码并不是好方法。因为你不知道代码在判断什么，也不知道它为什么下单，出了问题更不知道怎么改。

量化策略写作的第一步，不是语法，而是规则。你要先能用普通话说清楚：什么情况下买，什么情况下卖，用什么价格判断，持仓时怎么处理，资金不够怎么办，是否需要止损。只有规则清楚，代码才有意义。

第二步才是把规则翻译成Python。比如用行情数据计算均线，用if判断条件，用持仓查询避免重复买入，用下单函数执行交易。QMT里的Python策略，本质上就是把这些交易步骤写成程序。

第三步是回测和模拟。新手千万不要代码刚能运行就实盘。先看历史数据，再看模拟盘运行，确认逻辑没有明显问题后，再考虑实盘。

零基础学策略，不要一开始追求复杂模型。双均线、突破、固定止损止盈，反而更适合入门。

Python零基础用户还要注意，不要把“会复制代码”误认为“会写策略”。复制代码只能让程序暂时运行，但你不知道逻辑，就无法判断它什么时候失效、什么时候不该用。真正的入门，是能把代码和交易含义对应起来。

比如一个if判断，不只是Python语法，它对应的是交易条件；一个变量，不只是英文单词，它可能代表价格、仓位或资金；一个循环，不只是程序结构，它可能代表逐日检查信号。把代码翻译回交易语言，才是零基础学量化最重要的能力。

零基础写策略时，最好先把中文规则写下来，再翻译成代码。比如“如果收盘价站上20日均线，并且没有持仓，就买入一部分”。这样的句子很容易一步步拆成代码。新手不要从函数开始学，而要从交易句子开始学。

零基础学习策略时，最好把每一行代码都和交易含义对应起来。比如取行情是看市场，算均线是生成参考，查持仓是避免重复操作。

开通后想学策略但零基础的，发“Python入门”。我先从中文交易规则开始拆，不直接给你一堆看不懂的代码。