# 996Quant

**Repository Path**: rickqi/996Quant

## Basic Information

- **Project Name**: 996Quant
- **Description**: 35岁程序员退路之量化投资学习笔记
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-26
- **Last Updated**: 2026-10-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 996Quant
35岁程序员退路之量化投资学习笔记

# 35岁程序员的退路：量化投资学习路径

量化(Quantitative)这个词，在中文表面上含义都叫量化交易，其实分最少三类 P Quant(P Quant 我分2类，个人自己做和给机构打工) 和 Q Quant，其中Q Quant基本上只有去做投行甲方。具体深入讨论看这里：P Quant 和 Q Quant 到底哪个是未来？

大家得想清楚自己想学习的是哪一类，自己想做的是哪一类的工作或者终身投资行为。Q Quant核心就是资产定价和风险平价体系。这东西适合大学本科或者研究生阶段学起，适合数学系，物理系，经济学或者金融专业背景，包括后续找工作等的，跨专业学习此类量化在找工作的时候会遇到Target School的隐形限制。

P Quant，就是国内狭义的量化投资概念，它包括为机构投资服务和个人投资两种，也就是所谓的day trader with Quantitative trading，主要面临的就是交易系统选择。细分起来则是择时，Alpha择时，仓位控制，风险止损等等。它基本没有专业限制，即使不做相关工作，也可以作为业余副业给自己赚取后半生的稳定保障。

所以此篇文章的所讨论35岁程序员退路的量化投资，就是属于P Quant的范畴。**因为学它不需要成为社畜才能变现，它是属于你自己的一亩三分地！** 请牢记这一点，一个程序猿不要为了找工作而学习量化，是为了挣脱996束缚的枷锁才来学习这一门技艺。

野心很大，能力很弱，所以先列个知识架构索引

## 1 Python 基础

## 2 量化框架选型

## 3 基础金融知识

## 4 解决行情数据来源

## 5 制定自己的命名规则

## 6 技术指标

## 7 量化投资中的数学基础

## 8 量化分析基础

## 9 赚取你认知中的Alpha

## 10 时间序列分析

## 11 交易体系

## 12 图表交易系统

## 13 回测策略

## 14 你的第一个“高级”择时策略

## 15 金融工程

## 16 Portfolio

## 17 ETF基金和 PoF 策略

### FoF基金概念

## 18 扩展金融数据处理 Python 的多CPU 并行处理

## 19 更多加速Python程序运行的技巧

## 20 机器学习