量化交易，說起來容易做起來難，根據我的職業經驗，建議從以下幾點入手：

1.懂基本的程式語言。無論您是做國內商品期貨，還是做國際保證金產品，都要研究一下使用的交易軟體，國內用的多的有文化財經，贏順，TB等，國外基本上通用MT4，要了解基本的C語言和MQL4語言，並可以寫自動化程式；

2.要有自己的交易系統。要想實現程式化量化交易，必須能把自己經過驗證成熟的交易系統，透過程式化語言，來表達出來，並且經過反覆的測試，確定達到預期效果；

3.要選擇合適的交易市場。量化交易不是任何交易市場都可以用的，根據我這麼多年的從業經驗，在股票領域，現在還實現不了量化交易，那麼真正能夠實現量化交易的市場，主要集中的國內的商品期貨和國際的保證金交易市場；

4.要有執行維護程式的能力。量化交易一般是系統24小時自動執行的，那麼，這就需要把系統託管於伺服器中，而不是放在本地電腦，所以，想要實現量化交易，就必須要懂得，伺服器的執行和維護，程式的安裝和修正。

首先，資料分析的話，你這邊要有足夠的資料，這些資料的話現在有專門出售資料的公司。其次，你要在資料當中去找尋一些規律，建立自己的交易模型。然後對模型要進行回測和最佳化。然後可以嘗試量化交易了

在期貨交易中，越來越多的人加入了量化的軍團。因為他們逐漸認識到，面對不確定的走勢，量化的模式要比人工手動穩定太多。

而且，隨著越來越多人對期貨交易本質理解的加深，人們越來越能夠理解，交易實際上更偏向於科學的處理風險和收益，而非算命般的臆測和憑感覺。

於是，量化交易的優勢便更加突顯。

那想要做量化交易，怎麼開始？

我覺得，剛開始的一步應該是先生成一套可以實現量化的交易邏輯。這個是重點。因為量化交易的本質，依然是交易。

想要從事好量化交易，你必須對期貨交易本身，具有較高的理解。當你在期貨交易的盈盈虧虧之中，提煉出了自己的一套方法。你發現，這套方法竟然完全可以用計算機來執行。這個時候，你就應該開始研究量化了。

量化的程式設計其實根本不難，因為當有一天，你的期貨交易認知告訴你，量化的模式對你最有利的時候，在利益驅動下，你用不了一個月，就能把你的策略給實現了量化。我當初就是如此。

我見過非常多的量化交易者，其中的大多數人都是各種收集策略，各種研究程式設計，搞的好像量化交易是誰策略多，誰的程式設計好就能做好一樣。實際上，這個方向是錯的。研究量化交易，應該先研究交易。你懂了交易，你才能做好量化。懂量化而不懂交易，一個小震盪就能讓你對自己的策略失去信心。

量化其實是期貨交易者的工具，懂交易的人可以不量化，也可以選擇量化。只要他懂交易，他總是能夠實現自己的目標。但是如果本身不懂交易，強行的使用量化的工具，沒有深厚的理念支撐，做量化交易，依然是死路一條。

因此，想做量化交易，我建議，先從生成一個可以量化的交易邏輯開始。

從失敗到盈利，我就是靠程式化交易實現的，實現程式化交易後，偶爾人工操作，顯然還是賠多賺少，原因：一是人是有思想的，思想會影響你的交易判斷；二是人的執行力沒有程式執行果斷到位；三是人不能象程式那樣24小時工作；四是應變能力，人沒有程式反應快。

有很多把程式化交易與量化交易混淆，認為都是自動化交易，其實並非如此。如何做好量化交易呢？量化交易需要掌握的技能金融知識、資料統計學、心理學、程式語言能力等，可以說量化交易是一項綜合技能的專案，所以從事量化交易的人大多偏向高學歷的比如PDH。

如果你非要選擇這方向發展，那先把掌握一門程式語言，比如國內量化平臺主流支援python語言，python較其他語言容易入門上手，其次找一個好的量化平臺練習寫策略，建議選擇掘金量化平臺，雖然它的專業度高，對於小白不太友好，但是如果你最後走到實盤交易這塊，你就懂得掘金平臺的好處在哪裡了，策略安全和穩定成熟的實盤通道。選擇平臺後接下來就是用被人的策略去練習然後修改，領悟後才慢慢開發自己的策略，初學者基本過程都這樣。

和你分享一個靠譜的方案，先從學習程式設計和資料開始，還有投資知識。

然後用這個技能，換一個做量化的工作，先入行，跟大佬混日子，慢慢的，就可以帶帶產品，再以後，就看天賦了。

我不贊成悶頭自己鑽研，期望做出多麼牛的模型，這條路大機率走不通。