学习路径
量化学习路径 v1
量化研究不是单一技能，而是一套复合能力体系。 星序将量化学习拆解为多个阶段，让学习者能够清晰地知道 自己当前的位置，以及下一步应该做什么。
路径结构
从基础能力到完整研究能力
量化学习的目标不是掌握单一工具，而是建立完整的研究能力与方法体系。
阶段 1
数学与统计基础
- 概率论
- 线性代数
- 统计推断
- 随机过程
阶段 2
数据与工具
- Python
- Numpy / Pandas
- 数据处理
- 数据可视化
阶段 3
量化研究方法
- 时间序列
- 因子模型
- 回归分析
- 统计套利
阶段 4
策略开发
- 策略构建
- 回测框架
- 风险管理
- 组合构建
阶段 5
机器学习
- 监督学习
- 特征工程
- 模型评估
- 量化 ML 应用
阶段 6
研究表达
- 研究报告
- 项目展示
- 代码结构
- 研究复现
学习方式
从知识到能力
星序强调的不是简单学习内容，而是通过项目和研究案例， 把知识转化为真正的能力。
知识理解
理解核心概念与理论框架， 建立基础认知结构。
案例分析
通过经典策略与研究案例， 理解真实研究流程。
项目实践
通过完整项目实践， 形成可展示的研究成果。
未来扩展
星序路径将继续扩展
量化学习只是星序路径系统的第一部分。 未来还将逐步扩展到更广泛的 AI 与研究能力。
AI 辅助研究
AI 与量化研究结合， 构建新的研究工作流。
研究工具
构建可复用的研究工具 与数据分析框架。
知识网络
逐步形成结构化的 量化知识网络。