搭一套量化交易系统，要掌握的全部知识 —— 按领域分块，每块列出具体要学的点。
标 已有概念 的，是已经接触过、不用从零学的。
标 核心 的，是真正决定成败、必须吃透的。
标 以后 的，是回测跑出优势、要做真实盘时才需要的。
知识领域 · Curriculum
01 编程
写出能跑的程序，是一切的载体。
Python 基础语法 变量 / 循环 / 条件 / 函数 / 列表与字典核心
pandas 数据处理 读取 / 筛选 / 计算 / 按时间重采样核心
数据可视化 用 matplotlib 画走势图、标买卖点
02 数学与统计
量化的「量」，靠这块撑起来。
绩效指标 夏普比率 / 最大回撤 / 胜率 / 盈亏比 / 卡玛比率核心
03 金融市场基础
你在跟什么打交道，规则是什么。
05 策略类型
把信号组织成「赚钱方法」的几大流派。
06 回测
判断一个策略到底行不行的唯一办法。
回测工具 backtesting.py / vectorbt 等现成库
三大陷阱 过拟合 / 前视偏差 / 幸存者偏差核心
07 风险管理
先保证不被一笔交易打死。
单笔风险 / R 倍数 用「亏损金额的几倍」衡量交易已有概念
08 量化进阶 以后
基础跑通后，再往深里走。
市场状态模型 隐马尔可夫模型（判断趋势/震荡）已有概念
09 实盘工程 以后
回测真跑出优势后，连上真账户要的东西。