当下借助大模型，正是学习量化投资的黄金时机，我们勇敢迈出第一步吧！

量化学习路线图

为了让刚入门的朋友清晰掌握量化学习的完整脉络、避免走弯路，特此整理量化入门学习路径全景总结。从零基础入门面临的挑战出发，我们将学习内容拆解为几个关键板块：金融交易层面、数理基础层面、代码能力层面、实战经验总结层面等，希望能助力大家循序渐进、稳步打通量化入门全链路，高效入门。

✅ 量化如何入门：

从零开始的挑战

✅ 金融 & 交易篇：

💡 1、多因子：

用食品营养学解析多因子投资框架

💡 2、Alpha101量价因子：

Alpha101：量价因子深度解析（一）

Alpha101：量价因子深度解析（二）

总结Alpha101量价因子

Cursor 实操指南：复现 Alpha101 因子

✅ 数理篇：

💡 1、统计

国王的学问（统计的重要性）

统计入门

统计基础

统计概念：置信区间

💡 2、AI

AlphaGen理论篇 - 强化学习基础

✅ 代码篇：

💡 1、Python：

安装Python & GPU配置

Python 基础

Python 进阶：Numpy & Pandas

Python 进阶：SciPy & Statsmodels

💡 2、数据落地：

基于 MongoDB 的本地化配置

✅ 实战：

💡 1、PandaAI 工作流使用方法：

PandaAI 工作流实操：线性模型检验全流程

PandaAI 工作流实操：非线性模型（机器学习）全流程

（持续更新中…）

虽然还没搭建好完整的知识体系，这个学习路径也很适合刚入门的朋友参考。

我自己也没有相关专业背景，学量化的这条路确实又苦又难，但我还是想坚持下去。一直觉得，选择正确且具有挑战性的事情，是人与人之间拉开差距的关键。

咱们一起加油～