这套课程大纲已经不是“普通量化课”了本质上是在培养“AI 多智能体 量化交易 自动化交易系统”的复合型能力。它覆盖了传统量化AI AgentMCP 工具协议多智能体协作自动化交易AI 投研风控强化学习实盘闭环如果按照正确路线学习最终你会拥有一个完整的 AI 量化交易系统一个 AI 投资研究团队一个自动化交易闭环一个持续迭代的策略工厂下面我帮你拆成学习阶段路线图每阶段目标必备准备工作推荐技术栈学习节奏规划避坑建议最终毕业项目路线一、先明确AI量化交易到底是什么传统量化人 → 写策略 → 回测 → 下单AI量化AI情报官 → AI分析师 → AI策略员 → AI风控员 → AI交易员 → AI复盘员本质区别传统量化AI量化人工写策略AI自动生成策略单策略多智能体协作固定规则AI动态优化人工分析AI投研人工复盘AI归因分析你未来不是在“写一个策略”。而是在打造一个 AI 投资公司。二、整体学习路线推荐顺序第一阶段基础认知1~2周目标先理解金融市场和量化的本质。必学内容1. 股票市场基础理解K线成交量涨停跌停T1A股交易规则ETF指数建议不要上来就学 AI。先知道钱到底是怎么亏掉的。2. 量化交易核心逻辑理解四类赚钱逻辑类型本质趋势强者恒强均值回归涨多必跌套利价差修复高频微观结构3. 风险认知重点回撤杠杆爆仓黑天鹅流动性风险量化最重要不是收益。而是活下来。第二阶段Python 与 AI 编程基础2~4周目标能让 AI 帮你写代码。需要准备的软件环境开发环境建议直接软件用途Python 官网PythonAnaconda科学计算环境VS Code编辑器Git版本控制CursorAI 编程TraeAI IDELingmaAI 编程助手Python 必学重点不是“精通语法”。而是会调用 AI 写 Python。重点学习基础listdictforiffunction数据分析pandasnumpy可视化matplotlib金融计算talibAI 编程正确方式不要从0自己敲代码而是AI生成 → 自己理解 → 修改这是未来主流。第三阶段数据工程2~3周目标搭建自己的金融数据仓库。数据源学习顺序第一梯队免费数据源推荐TushareA股Baostock免费Yahoo Finance美股ETF核心能力数据清洗必须掌握停牌处理缺失值复权对齐时间轴因为脏数据 假回测。最终目标建立/data /stock /etf /factor /news自己的量化数据库。第四阶段回测系统2~4周目标学会验证策略。推荐框架BacktraderBacktrader Github重点学习回测四件套1. 策略什么时候买卖。2. 仓位买多少。3. 风控亏多少止损。4. 绩效收益如何。第一策略建议直接做双均线。因为它能让你理解趋势金叉死叉回测参数优化第五阶段技术指标与经典策略3~5周目标理解市场行为。必学指标趋势类SMAEMAMACD超买超卖RSIKDJ波动率ATR推荐策略学习顺序第一层双均线理解趋势。第二层海龟交易法则重点唐奇安通道ATR仓位管理趋势量化的经典。第三层网格交易理解均值回归。第四层动量轮动理解强者恒强。第六阶段AI Agent 与 MCP3~4周目标真正进入 AI 量化阶段。核心理解以后不是一个 AI。而是一群 AI。推荐角色体系角色职责情报官新闻/公告分析师技术分析策略员生成策略风控员风险检查交易员下单复盘员分析绩效MCP 的作用MCP 本质让大模型调用本地工具比如AI → 调用行情接口 AI → 调用回测 AI → 调用数据库推荐学习AI框架框架推荐LangChainAgent基础LangGraph多智能体工作流Model Context ProtocolMCP协议第七阶段机器学习量化4~6周目标从规则策略进入概率策略。核心理念传统MACD金叉就买机器学习未来上涨概率 72%推荐路线特征工程把MACDRSIATR成交量变成Feature。标签比如未来3天上涨 1 下跌 0推荐模型先学模型推荐LogisticRegression最简单RandomForest很实用XGBoost量化常用第八阶段AI投研系统3~5周目标打造 AI 研究团队。必学RAG本质让AI拥有长期记忆数据源财报新闻公告研报推荐技术技术用途向量数据库检索Embedding向量化LLM分析最终目标实现输入股票代码 ↓ 自动分析财报 ↓ 自动生成研报第九阶段实盘交易2~4周目标打通真实交易。推荐接口QMT / XtQuant用于获取行情下单回调重点千万别一开始就实盘。顺序回测 ↓ 模拟盘 ↓ 小资金实盘实盘最危险的问题1. 滑点你以为成交实际上没成交。2. 网络问题程序挂了。3. 风控失效程序无限买入。必做风控建议强制限制单股 ≤ 20% 单日亏损 ≤ 3% 总仓位 ≤ 70%第十阶段完整 AI 量化系统长期目标搭建真正的 AI 量化团队。推荐系统架构行情系统 ↓ AI情报官 ↓ AI分析师 ↓ AI策略员 ↓ AI风控员 ↓ AI交易员 ↓ 实盘接口 ↓ 复盘系统三、你需要提前准备什么1. 硬件建议配置推荐CPUi7/R7以上内存32GB硬盘1TB SSD显卡非必须2. API需要类型作用LLM APIAI能力行情API数据券商API交易3. 心态必须接受真相190%策略会失效。真相2回测盈利 ≠ 实盘盈利。真相3量化核心是风控不是收益。四、推荐学习节奏非常重要第1个月重点Python数据回测第2个月重点策略Talib海龟网格第3个月重点AI AgentMCPLangGraph第4个月重点MLRAGAI投研第5个月重点实盘风控自动化闭环五、真正决定你能不能赚钱的东西不是AI也不是策略而是1. 风控控制回撤。2. 执行力持续迭代。3. 数据质量垃圾数据必亏。4. 认知知道什么时候市场有效。什么时候失效。六、最终毕业项目建议你一定做建议最后做一个《AI多智能体量化交易平台》功能第一层数据行情新闻财报第二层AI Agent新闻分析技术分析风险分析第三层策略海龟网格动量ML第四层执行回测模拟盘实盘第五层可视化Dashboard晨报绩效分析七、最后给你的核心建议初学者最容易犯的错误错误1一上来就做AI 自动赚钱错误2只看收益率。不看最大回撤错误3疯狂优化参数。导致过拟合正确路线先稳定 ↓ 再自动化 ↓ 再AI化 ↓ 最后强化学习推荐你的最终目标不要把目标定成暴富而是“打造一个长期稳定迭代的 AI 投资系统”这才是真正的量化思维。