🗺

量化交易學習階梯圖

從零到專家的6 個 Level,每階段:該學什麼、該避免什麼、需要多久、自我測試題。
沒有捷徑,但有對的路。

🌱 Lv 1-2 入門 🌳 Lv 3-4 進階 🏔 Lv 5-6 專家

⏰ 預期時程 — 別人花 10 年,你 3 年可以到 Lv 5

大部分散戶在 Lv 1-2 反覆橫向移動 10 年,因為缺乏體系化學習。有階梯圖就能避開大量錯誤,3 年內到 Lv 5 是合理目標。

每個 Level 的時程建議:

注意: 沒有「跳級 」 — 跳級的人往往因為基礎不牢而在 Lv 4-5 大爆死。慢就是快。

1
入門

🌱 Lv 1 入門認知

建議時程:1-3 個月 · 心態:認知重於行動
▸ 該學什麼
  • 什麼是股票、ETF、基金 — 為何而存在
  • K 線怎麼看 — 開高收低 + 紅 K / 黑 K
  • 大盤指數的意義 — TAIEX 是市場溫度計
  • 除權息 / 配股 / 配息的影響
  • 看懂報價畫面(內外盤、五檔報價、成交量)
  • 為何 90% 散戶長期是輸的(SPIVA 報告、Dalbar 報告)
▸ 該避免什麼
  • 不要急著開戶買股票 — 認知未足前先用紙上交易
  • 不要追求「明牌」、「老師帶你飛」
  • 不要相信「我有獨家內線」
  • 不要 ALL IN 任何單一股票
📚 推薦資源: 看完本站「入門必懂」20 詞。讀完 Peter Lynch《One Up On Wall Street》(彼得林區選股戰略 )第 1-5 章。
🎯 通關條件: 能跟朋友用 10 分鐘解釋「為什麼買 ETF 通常比買個股好」。
2
觀念

🌿 Lv 2 觀念建立

建議時程:3-6 個月 · 心態:風險先於報酬
▸ 該學什麼
  • 風險意識 — MDD、爆倉是怎麼發生的
  • 0050 vs 主動策略 — 為何被動投資是 80% 散戶最佳解
  • 手續費 + 滑點 的長期累積殺傷力
  • 為什麼不要相信「老師」(SPIVA 報告 + 倖存者偏誤)
  • 紀律的重要性 — 寫交易日記、設定停損停利
  • 多頭 / 空頭 / 震盪市的差別
▸ 該避免什麼
  • 不要用槓桿 — 融資、期貨先放一邊
  • 不要 day trade — 短期交易是業界都很難賺的
  • 不要「聽消息 」買股 — 等你聽到時都晚了
  • 不要看到漲就追、看到跌就賣(追高殺低)
📚 推薦資源: John Bogle《The Little Book of Common Sense Investing》(柏格談投資 )。
🎯 通關條件: 能解釋「為什麼 SPIVA 報告說 85% 主動經理人輸 ETF」。能定期定額買 0050 持續 6 個月不受市場波動影響賣出。
3
技術

🌳 Lv 3 基礎技術分析

建議時程:6-12 個月 · 心態:工具是工具,不是聖杯
▸ 該學什麼
  • 完整看懂 K 線 — 各種型態(吞噬、十字星、錘子線等)
  • 移動平均線 MA5/20/60/240 各自意義
  • RSI、MACD、KD — 動量類指標的優缺點
  • 布林通道 — 標準差思維
  • 成交量 跟價格的配合關係
  • 三大法人籌碼 — 外資、投信、自營商買賣超意義
  • 月營收 YoY 連續成長 作為基本面領先指標
  • 開始記交易日記 — 每筆進場理由、出場理由
▸ 該避免什麼
  • 不要只依賴單一指標 — RSI > 70 就賣會錯失飆股
  • 不要過度頻繁交易 — 月交易 > 10 次絕對虧錢
  • 不要相信「聖杯 」 — 沒有單一指標能 100% 預測
  • 不要在 Lv 3 就跳到「自己設計策略」 — 還沒有評估工具
📚 推薦資源: John Murphy《Technical Analysis of the Financial Markets》(金融市場技術分析 )。
🎯 通關條件: 能用 RSI + 布林通道 + MA60 找出 5 個歷史上「低位反轉 」的個股案例,並解釋觀察點。
4
量化

🌲 Lv 4 量化基礎

建議時程:1-2 年 · 心態:用數據驗證直覺
▸ 該學什麼
  • 什麼是回測 — 用歷史資料模擬策略表現
  • 6 個核心 KPI:CAGR、MDD、Sharpe、勝率、PF、交易筆數
  • ALPHA 與 BETA — 區分「真本事」與「跟大盤連動」
  • 手續費 + 滑點 在回測中的內含
  • 移動停損 vs 固定停損 的選擇
  • 大盤濾網 怎麼設計
  • 自己寫第一個簡單策略(像葛蘭碧黃金突破)
  • 學基本 Python(或選用成熟的回測平台)
▸ 該避免什麼
  • 不要看 CAGR 就相信策略 — 必須看 MDD + 樣本筆數
  • 不要追求「Sharpe > 3」的策略 — 99% 有過擬合
  • 不要用 100 萬就直接上場 — 先 paper trade 至少 6 個月
  • 不要相信網紅「我策略 CAGR 80%」 — 大概率用了未來函數
📚 推薦資源: Ernie Chan《Quantitative Trading》(量化交易 )、Marcos López de Prado《Advances in Financial Machine Learning》第 1-3 章。
🎯 通關條件: 能對任何回測結果做 3 分鐘判讀(CAGR / MDD / Sharpe / 樣本 / 訓練期 Sharpe),並指出風險。
5
進階

🎄 Lv 5 量化進階

建議時程:2-3 年 · 心態:懷疑一切回測
▸ 該學什麼
  • OOS Walk-forward 70/30 切分 — 真假 alpha 鑑定
  • 訓練期 Sharpe 為何是最關鍵指標
  • 過擬合的所有徵兆 與怎麼識別
  • 參數網格最佳化 + 雙保險檢驗
  • 多檔分散 — 用多檔 OOS 通過的股票組合,看 Portfolio 級 KPI 改善
  • BETA 分散效益 — 低 β 標的的價值
  • Paper Trade 紀律 — 6 個月不動驗證
  • 現代投資組合理論 (MPT) 基礎 — 相關性與分散
▸ 該避免什麼
  • 不要對單檔做過度最佳化 — 一定會過擬合
  • 不要相信「全期回測 +200% 」 — 訓練期 Sharpe 才是真相
  • 不要混淆「歷史模擬 」與「真實未來表現 」
  • 不要在還沒驗證的策略上 ALL IN
📚 推薦資源: Robert Carver《Systematic Trading》、Andreas Clenow《Following the Trend》。
🎯 通關條件: 能設計、回測、OOS 驗證、組裝 portfolio 一個包含 4-5 檔股票的策略,並能解釋為何選這些檔。
6
專家

🏔 Lv 6 專家領域

建議時程:3+ 年 · 心態:統計思維
▸ 該學什麼
  • Monte Carlo 模擬 — 信賴區間估計
  • Bootstrap 重抽樣 — 不假設常態分布的統計檢定
  • 統計顯著性檢定 — t-test、p-value、p-hacking 陷阱
  • Walk-forward 多折 — 抗單折偏差
  • Markowitz MPT + 效率前緣 — Python 用 PyPortfolioOpt 算最佳化
  • Kelly 比例 — 最佳下注規模
  • CAPM、Fama-French 多因子模型
  • 多策略混合 — 用相關性低的策略組合
  • Regime 識別 — HMM 或機器學習切換策略
▸ 該避免什麼
  • 不要走火入魔 — 模型再精準也勝不過市場 regime change
  • 不要忽略心理層面 — 數學完美的策略,實戰可能因情緒崩盤
  • 不要相信深度學習一定優於傳統因子模型(常常打不過)
  • 保持謙卑 — Jim Simons 都說勝率才 50.75%
📚 推薦資源: Marcos López de Prado《Advances in Financial Machine Learning》(全本)、Nassim Taleb《Antifragile》(反脆弱 )、Edward Thorp《A Man for All Markets》(戰勝一切市場的人 )。
🎯 通關條件: 能設計多策略混合系統、寫程式跑 Monte Carlo、寫白皮書解釋自己策略的哲學基礎。

🎯 沒有「終點 」 — 只有持續迭代

到了 Lv 6 之後,接下來不是「更高 Level 」,而是無限的橫向擴展:

Charlie Munger: "Spend each day trying to be a little wiser than you were when you woke up."(每天設法比起床時多智慧一點)

真正的高手都是終身學習者。 Buffett 95 歲還在每天讀 500 頁 13F 報告;Soros 95 歲還在公開講座討論市場。