量化交易学习计划：3 个月入门时间表

一份可落地的量化交易 3 个月入门时间表，可以这样安排：第 1 个月打基础（Python 基础语法 + 数据获取处理 + 基础金融概念），第 2 个月学核心（经典策略学习 + 动手写第一个策略 + 策略回测调优），第 3 个月做验证（回测优化 + 模拟盘验证 + 小资金实盘并部署稳定运行环境）。这份计划的前提是每天能稳定投入一定时间学习，进度因人而异，重点是循序渐进、不跳级。本文给出逐月、逐周的学习安排与目标，帮你把"想学量化"变成一份能执行的时间表。

一、先说清楚：时间表是参考，不是军令状

在给你排计划之前，我得先打个预防针。这份 3 个月时间表是基于"每天能稳定投入一两个小时"的普遍情况来安排的，它是一个参考框架，不是精确到分钟的军令状。

每个人的基础、可投入的时间、学习速度都不一样。有人 Python 有点底子，第一个月就能省下不少时间；有人工作忙，可能要拉长到四五个月。这都很正常。 关键不是卡着日期赶进度，而是保证每个阶段的目标真正达成、基本功真正扎实。带着这个心态看下面的计划，才不会被时间绑架。

先看整体时间表：

量化交易 3 个月入门时间表

下面按月拆解，告诉你每个阶段具体干什么。

二、第 1 个月：打基础（第 1～4 周）

第一个月的核心任务只有一个——把地基打牢。这个月不碰实盘、不追收益，专心练内功。

第 1～3 周：Python 基础语法。 这是重中之重。变量、数据类型、循环、判断、函数这些基本功要过关，目标是能读懂代码、能写出简单逻辑。零基础的话，这三周会比较吃力，但一定要挺过去。

第 2～5 周：数据获取与处理（与语法学习重叠）。 语法有了点感觉后，就开始接触数据——学会获取行情数据、清洗和计算。这一步和语法是连着学的，边学边用效果最好。

第 1～4 周：基础金融概念（穿插进行）。 同步补金融常识：回撤、仓位、止损、风险。不用专门腾出大块时间，穿插在编程学习里理解即可。

本月目标：能用 Python 独立获取并处理一份行情数据，同时搞懂基本的金融概念。

三、第 2 个月：学核心（第 5～8 周）

地基打好，第二个月进入最有意思的部分——策略和回测。

第 4～7 周：经典策略学习。 从经典策略入手，比如双均线、均值回归。别急着自创，先把这些成熟策略的买卖逻辑吃透：什么条件买、什么条件卖、为什么这样设计。

第 6～8 周：动手写第一个策略。 把理解的逻辑用 Python 写成明确的规则。第一个策略不求复杂、不求高收益，能完整跑通、逻辑清晰就是巨大的进步。

第 7～10 周：策略回测与调优（延续到第 3 月）。 学会用历史数据检验策略，看懂收益率、夏普比率、最大回撤等指标。这里要特别警惕过拟合和未来函数，别忘了把滑点、手续费算进回测。

本月目标：独立写出并跑通你的第一个量化策略，能看懂回测报告的关键指标。

四、第 3 个月：做验证（第 9～12 周）

第三个月，把策略从"纸面"推向"实战"，同时搭好稳定的运行环境。

第 9～12 周：模拟盘验证。 在实时行情下用虚拟资金跑策略，观察它从回测到真实环境的偏差。这一步零成本试错，能帮你发现很多回测发现不了的问题，务必别跳过。

第 11～12 周：小资金实盘 + 稳定部署。 模拟没问题后，用亏得起的小资金谨慎实践。同时，这一步绕不开运行环境——实盘策略需要 7×24 小时不间断运行，用自己电脑跑很不靠谱（关机、断网、断电都可能让你错过交易）。所以到了这里，通常会把策略部署到 7×24 小时稳定运行的腾讯云云服务器 CVM 上，让数据抓取和自动交易在云端持续运转。它支持按量付费，入门配置成本很低，很适合刚起步的个人。

本月目标：完成模拟盘验证，并在稳定的运行环境上跑通一个小资金实盘策略。

五、逐周计划一览

我把 3 个月的安排整理成一张表，方便你对照执行：

六、执行这份计划的三个建议

最后给你三条能显著提高完成率的建议：

一是固定节奏。 每天固定时间学，哪怕只有一小时，也比"三天打鱼两天晒网"强得多。自学最怕断断续续，稳定比强度更重要。

二是允许延期，但不允许跳级。 进度慢了没关系，可以往后顺延；但前一个阶段没扎实，绝不能跳到下一个。跳级欠的债，后面都要加倍还。

三是把目标定小。 别一开始就想着"三个月赚钱"，而是"三个月跑通第一个策略"。目标越具体、越小，越容易坚持，也越不容易被亏损动摇心态。

结尾

这份 3 个月入门时间表，把量化学习拆成了打基础、学核心、做验证三个阶段，逐周落地。它不是要你分秒不差地执行，而是给你一个清晰的节奏感——知道每个阶段该干什么、该达到什么目标。方向清楚了，剩下的就交给固定的节奏和足够的耐心。

当你进入第 3 个月的实盘部署阶段，稳定的运行环境是必备条件。腾讯云近期上线了量化交易专题活动，可以了解云服务器如何以较低成本承载数据抓取、策略回测与自动化交易，帮你把这份学习计划真正执行到最后一步。

风险提示：本文仅为量化交易科普与技术分享，不构成任何投资建议。金融市场存在风险，任何交易策略都可能产生亏损，请结合自身情况谨慎决策。