学习全景

在量化金融的学习中，你需要同时掌握 数学、统计学与数据科学、计算机科学、金融理论 四大支柱。

这张知识图谱帮你快速建立全局观：

知识图谱示意图

Alpha Lab — 系统化的 Quant 与 AI 学习路径

从数学到交易执行，循序渐进掌握量化核心技能

开始学习 学习路线图

学习路线图

我们将复杂的知识体系分为三个阶段，让你循序渐进

1

入门阶段

  • 数学基础：微积分、线性代数、概率论
  • Python 编程与数据分析（numpy/pandas）
2

进阶阶段

  • 因子建模与回测
  • 时间序列（ARIMA、GARCH）
  • 机器学习（树模型、正则化）
3

高阶阶段

  • 深度学习 & 强化学习
  • 高频执行 & 市场微观结构
  • 风控与组合优化

👉 每个阶段都配有书籍、论文和代码示例，帮你学以致用。

书籍推荐

精选量化金融领域的经典教材和实战指南

量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍
量化投资书籍

论文分享

必读的经典学术论文和最新研究成果

经典因子研究

  • Fama & French (1993)：三因子模型
  • Carhart (1997)：四因子模型

机器学习与资产定价

  • Gu, Kelly, Xiu (2020)：Empirical Asset Pricing via ML

市场微观结构

  • Almgren & Chriss (2001)：Optimal Execution

学习资源

实用的代码、课程和学习材料

案例代码

实用的量化策略实现和回测代码，帮助你快速上手

访问 GitHub 仓库

公开课程推荐

精选的在线课程平台，提供系统的量化学习内容

Coursera edX YouTube

学习量化，不要停留在碎片化

从 Alpha Lab 出发，建立系统的 Quant 与 AI 技能树

加入学习社群（备注：量化学习）