入门，还是要看一个人的知识背景。
1、有一本：西蒙斯打开量化投资的黑箱，还有西蒙斯的文艺复兴公司的介绍(喜马拉雅)，另外B站有西门斯的演讲。
通过对西蒙斯的了解，你要对自己的知识结构、背景、资源和量化投资大师做个对比，哪些地方相似？哪些有差距？哪些事经过自身努力能够得着？哪些事，自己从现在开始穷尽一生未必能够得着？等等。然后，决定自己现在该怎么做？是否踏上西蒙斯之路。
2、如果，经过1阶段之后，你觉得自己仍希望在量化之路上前进一步，可以考虑先看看国内丁鹏的《量化投资》、以及《海龟交易策略》等，比较系统的了解量化交易策略的分析、设计、开发、执行。
3、经历了2阶段之后，如果要想进一步在自己交易中实战，大概率是要碰钉子。丁鹏原是上海交大计算机博士、副教授出身，但最近在抖音很火，有兴趣可以看看丁的短视频，想想为什么。所以，这阶段建议注册一些量化平台的账户，看看别人的策略源码，做一些历史回测，尝试自己改改策略、调调参数，或是把自己以往积累的交易思想和方法转化为交易策略，用历史数据回测、调参。看看上述模拟实践是否能让你看到实战的希望，激起你对量化实战的兴趣。
4、选择适合自己的量化交易方法，可以继续读一些技术类书籍：Python金融量化分析、高频交易、超高频交易、对冲交易、无风险套利或绝对收益组合构建等，上网搜关键词找相关书籍。
5、是否能靠交易策略赢利？并不主要是靠能够编写程序和回测，而是靠交易逻辑思想，然后才是方法。指导交易的逻辑可分为先验逻辑和后验逻辑，前者为演绎推理，后者为归纳总结；前者自上而下，后者自下而上。也可二者相混，相辅相成。不少量化交易者先验逻辑弱，注重后验逻辑，结果是参数多，回归过拟合，刻舟求剑。
6、对一个交易者，交易模型的建立应先是有先验逻揖，把不确定因素参数化，交给数据回测去确定参数。交易者应根据自己的实际情况学习一些金融知识，比如决定价格长期走势、中期走势、短期走势分别主要有哪些因素，他们的影响方向、权重是怎样等；也可学习一些大数据、深度学习的模型和方法，但是要注意建模回测数量是否足够覆盖交易过程的各类状态和状态迁移；深度学习的参数是否过拟合。
7、实战。如果交易者对自己的交易思想、策略有信心，在能够承受的风险前提下，控制好仓位管理，管理好自己的心态，使用交易策略实盘交易，并正确根据交易反馈调整策略。评价是否成功的唯一标准是你是否能在未来稳定赢利。
祝你好运！祝每一位交易者好运！
