币圈量化交易入门第一步是什么?个人自己能做到哪一步、哪一步该停
量化入门的第一步比学 Python、找软件都更早:先把你想怎么交易写成几句话的规则。六级台阶,每一级写清楚要做什么、用什么、看到什么信号就该停下。
文 韩砚发布 约 12 分钟读完
币圈量化交易入门的第一步,是把你想怎么交易,写成几句话的规则。 Python、软件和收益曲线都排在它后面。
一套规则至少要回答四个问题:什么条件下买,什么条件下卖,每次买卖多少,什么情况下整个停下来。四句话写不出来,后面的机器人、代码、回测都没有东西可以执行。写得出来,你已经站在第一级台阶上了。
个人从零走到小资金实盘,可以分成六级台阶:
- 写规则:把交易想法变成四句话。
- 手动跑:照着规则手动做几次,看规则本身执行起来有没有漏洞。
- 用自带机器人试:交易所现成的机器人,小钱,最简单的规则。
- 看回测:学会用历史数据检验规则,同时学会不被回测骗。
- 测试网写代码:在虚拟余额上把程序跑通。
- 小资金实盘:真钱,小额,盯着,随时准备停。
每一级都有该停下来的信号;走到哪一级停下,比走得快重要。

第一级:把交易写成四句话
量化这个词,官方有一个很朴素的定义。湖南省地方金融管理局的说法是:量化交易是一种基于数学、统计学模型和计算机程序进行交易决策的交易方式。证监会发布证券市场程序化交易的管理规定时,在「程序化交易」后面括注了一句:市场通常称为量化交易。不管哪种说法,核心都是用规则和程序做决定,不凭感觉。
所以入门第一步,是把感觉变成规则。拿一个最常见的想法来练习:「跌多了就买一点,涨回来就卖掉」。这句话还不是规则,因为它回答不了任何一个问题:跌多少算跌多了?买多少?涨到哪里算涨回来?一直不涨回来怎么办?
把它改写成规则的样子,大概是这样(数字用字母代替,因为这里只练格式,不给参数):
- 买入条件: 价格比上一次买入价低 a% 时,买入一份。
- 卖出条件: 价格比平均买入价高 b% 时,全部卖出。
- 仓位: 每份 c 元,最多买 n 份。
- 停止条件: n 份买完后价格再跌 d%,全部止损,不再继续。
这四句话写出来,你会立刻发现几件以前没想过的事:n 份买完以后还在跌怎么办?a 和 b 的大小,决定了它多久交易一次、每次赚多少、手续费吃掉多少。规则的毛病,在写下来的那一刻就暴露了一半。
顺带一提,这四句话描述的,几乎就是币安交易机器人里「现货 DCA」在做的事:它的创建页要你填「跌多少加仓」「限价止盈」「初始订单金额」「加仓单金额」「最大加仓单数量」,高级设置里还有「限价止损」。很多现成的机器人,本质上就是一套你也能写出来的规则。
量化、策略、机器人三个词各指什么,见量化、策略、机器人三个词各指什么。
停在这一级的信号: 你写不出停止条件,或者写出来的停止条件是「看情况」。没有停止条件的规则,不是规则。
第二级:照着规则手动跑几次
规则写出来以后,先别急着交给机器。用一小笔钱,或者干脆只在纸上记,照着规则手动执行几次,把每一次的触发、成交、手续费、结果记下来。
这一步看起来笨,但它能帮你发现规则里最常见的三类漏洞:
- 条件写得含糊。 「跌 a%」是相对昨天收盘、相对上一次买入,还是相对最高点?手动执行时你会卡住,机器执行时它会照字面意思做出你没想到的事。
- 成本没算进去。 每一次买和卖都要交手续费。手动记下来,你会第一次具体地看到手续费占了多少。
- 你自己执行不下去。 规则让你在大跌的时候继续买,你真的敢吗?规则让你止损,你真的会按吗?手动阶段做不到的,交给机器以后你多半会去手动干预它。
停在这一级的信号: 你发现自己反复想「这次例外」。规则一被例外,量化就不存在了;先回第一级,把规则改成你真能执行的样子。
第三级:用交易所自带的机器人,试最简单的规则
规则清楚了,手动也执行得下去,下一步可以让机器替你执行。最省事的办法是用交易所自带的交易机器人:不用写代码,不用把账户交给任何人,钱也不离开你的交易所账户。
拿币安来说,它的交易机器人页面在 2026 年 10 月列着七种:现货网格、智能持仓、现货 DCA,以及合约网格、滚仓宝、合约 DCA、套利机器人。入门阶段,本站的建议是只碰前三种现货类的,合约类的先放一放,原因见后面的误区三。
这一级要做的事:
- 用一笔亏光也不心疼的钱。 这是真正的底线。
- 选最简单的那种。 和你第一级写的规则最接近的那一个。
- 把创建页每一项看懂再点创建。 尤其是「每格利润(已扣除手续费)」、止损、「终止时卖出全部」这几项。现货网格创建页每一项的意思,见现货网格创建页逐项说明;七种机器人各在做什么、各在什么时候亏,见七种自带机器人对照。
- 跑起来以后每天看一次。 看三样:机器人还在不在运行,总收益是正是负,离你的止损线还有多远。
停在这一级的信号: 你开始想「加大一点资金」「换一个带杠杆的」,而理由是前几天赚了。几天的结果什么都说明不了,这正是下一级要讲的。
第四级:学会看回测,更要学会不被回测骗
回测,就是拿历史行情检验一套规则:假如过去这段时间一直照这套规则做,结果会怎样。2014 年发表在《美国数学会通讯》上的一篇论文,给回测下的定义很简洁:对一个算法投资策略的历史模拟。
回测有用,因为它能在花真钱之前,告诉你规则在过去的各种行情里表现如何、最差的时候亏多少。数据也不难拿:交易所的行情数据本身是公开的,比如币安的 API 文档就写明,只取公开市场数据的请求,可以走一个专门的公开数据地址。
但回测也是量化里最容易骗人、也最容易骗自己的地方。同一篇论文的核心结论是:对任何一段金融行情,把一个策略调到在这段数据上表现很好,都相对容易;试过的参数组合越多,回测被「过拟合」的概率越大。过拟合的意思是,规则盯住的是过去那几次特定的涨跌,而不是行情里一般的规律。这篇论文的其余发现,见量化交易怎么亏钱的里「参数过拟合」一节。
所以学回测,要同时学会问自己四个问题:
- 我试了多少组参数,才挑出了这一组? 试得越多,越要怀疑。
- 用来调参数的那段数据之外,它表现怎样? 把历史分成两段,在前一段上定规则,在后一段上检验。后一段表现差得多,规则就是被调出来的。
- 手续费和滑点算进去了吗? 回测里每笔都按图上的价格成交、零成本,现实里不会这样。
- 最差的那一段亏了多少,我当时扛得住吗? 回测的收益率最没用,最大亏损最有用。
这四个问题,在量化交易怎么亏钱的里有更详细的解释和可以自己重算的例子。
停在这一级的信号: 你发现自己在不停地调参数,想让曲线更好看。这时候应该停下来,回到第一级,看看规则本身是不是太复杂了。
第五级:在测试网上写第一段代码
交易所自带的机器人只能执行它给的那几种规则模板。想执行模板之外的规则,就要自己写程序,通过交易所的 API 下单。
这一级最重要的原则是:先在测试网上写,余额是虚拟的。 交易所的测试环境就是给这一步准备的。拿现货测试网来说,官方说明写明测试网只能通过 API 测试交易,没有网页界面;资金全部是虚拟的,不能转入也不能转出;大约每月重置一次,而且不提前通知。它的价格和订单簿与正式交易所是分开的,所以测试网只能证明你的代码能跑,证明不了你的规则能赚钱。同一家交易所的模拟交易文档里还有一句很诚实的话:在模拟交易中有效的交易策略,在正式交易所未必有效。
写第一段代码,你要会的东西其实不多:一门语言的基础(比如 Python),看懂交易所的 API 文档,会算签名,会处理报错。签名怎么算、第一批请求发什么、常见报错各说明什么,见测试网上的第一段代码与常见报错。
怎么判断代码真的跑通了?至少做到四件事:能拿到服务器时间,并且和本机时间对得上;能查到自己在测试网上的余额;能发一笔测试下单,收到明确的回应;再故意触发一次错误,比如把签名改错,看程序会不会老老实实停下来、把错误记下来。四件都做到,才算跑通。
停在这一级的信号: 你的程序在测试网上跑通了,但你说不清它出错时会发生什么:网络断了怎么办,下单超时、结果未知怎么办,同一个信号会不会被触发两次。这些答不上来,就别换到正式环境。
第六级:小资金实盘、盯着、随时准备停
最后一级,是把程序或机器人放到真钱上。这一级要守的规矩,几乎全是关于「怎么不出大事」:
- 密钥只开需要的权限,提现权限永远不开,加 IP 白名单。 怎么设,见API 密钥申请与权限设置。
- 处理好「结果未知」。 API 文档会专门提醒:收到服务端错误时,执行状态是未知的,订单可能已经成功了,不要直接当失败重发。
- 有人盯着。 程序会在你睡觉的时候出问题。至少每天检查一次,最好让程序在出错时停下来,而不是继续跑。
- 停止条件写死。 总亏损到多少,程序自动全部停下,你手动确认之后才能重启。
停在这一级的信号: 实盘的结果和回测、测试网差得很远,而你解释不了为什么。这时候停下来找原因,别加大资金去「摊平」。
个人能做到哪一步:天花板在哪里
说一个不太中听但很重要的事实:在量化这件事上,个人和专业机构不在一个起跑线上。
证监会 2024 年发布程序化交易管理规定时,在起草说明里写道,程序化交易特别是高频交易,相对中小投资者存在明显的技术、信息和速度优势。这段话说的是证券市场,本站认为道理放到币圈一样成立:
- 速度上,个人赢不了。 任何拼速度的策略,比如抢在别人之前成交,个人都不该碰。
- 信息和数据上,个人也赢不了。 机构有更全的数据、更多的人去研究。
- 公开、一键可复制的策略要多留个心。 同一种策略用的人多了会怎样,见量化交易怎么亏钱的。
那个人能做到什么?本站的看法是这几件:
- 纪律。 用规则代替情绪,在该停的时候停。这是机器最擅长、人最做不到的。
- 低频的执行。 不拼速度、按天或按周操作的简单规则,比如分批买入、区间低买高卖,个人完全可以自动化。
- 风险控制。 仓位、止损、最大亏损,这些是个人可以做得和机构一样好的部分。
换句话说,个人做量化,最现实的目标是让自己少犯错。把这个目标定对了,量化对你才有用。
入门时容易踩的四个误区
误区一:先找「最赚钱的策略」。 拿别人晒出来收益最高的那套参数当起点,问题在于,你看到的几乎都是挑过的结果:赚钱的被拿出来晒,亏钱的悄悄停掉了。有的交易所在机器人市场(页面上叫「策略市场」)的说明里就写明,那里只会显示目前有效的策略。从「最赚钱」出发,等于从幸存者出发。更稳妥的起点,是你自己说得清、也执行得下去的那四句话。
误区二:把回测收益当成预期。 回测告诉你的是「过去照这样做会怎样」,不是「以后会怎样」。平台上展示的历史收益也是同一回事,它不是预期。真正值得从回测里带走的,是最差的那一段:亏了多少,持续了多久,你当时扛不扛得住。
误区三:一上来就用合约和杠杆。 杠杆放大的不只是收益,也放大了规则里的每一个漏洞。先在现货上把前面几级走完,再考虑要不要碰合约,顺序不能反。
误区四:以为交给程序就不用管了。 机器人和程序只会照规则做,不会判断规则还适不适用。行情变了、规则不再适用,它不会因此自己停下来,除非你事先写好了停止条件;交易所自带的机器人倒可能因为交易对下架、市场中断之类的原因被系统终止,但这和你自己设的停止条件不是一回事。量化省掉的只是手动下单,看管还得你自己来。
每一级的停止信号,放在一起
| 台阶 | 要做的事 | 看到这个信号就停下 |
|---|---|---|
| 1 写规则 | 四句话:买、卖、多少、何时停 | 写不出停止条件 |
| 2 手动跑 | 照规则手动执行几次并记录 | 反复想「这次例外」 |
| 3 自带机器人 | 小钱、最简单的现货机器人 | 因为赚了几天就想加钱、加杠杆 |
| 4 看回测 | 历史检验 + 防过拟合四问 | 不停调参数让曲线更好看 |
| 5 测试网写代码 | 虚拟余额上跑通程序 | 说不清程序出错时会怎样 |
| 6 小资金实盘 | 最小权限、盯着、停止条件写死 | 实盘和回测差很远却解释不了 |
量化课程、量化软件要不要花钱买
入门量化,真正需要的东西几乎都是免费的:交易所的 API 文档是公开的,测试网的余额是虚拟的,常用的编程语言和工具是免费的,交易所自带的机器人就在交易页面里,不用另外买软件(每一笔成交照常收交易手续费)。
所以,下面几样钱值得警惕:
- 高价的「量化课程」「量化软件」「策略套餐」。 江西证监局在一份风险提示里,把「推荐量化程序服务套餐,收取相应时限服务费」列为非法期货活动的一步;湖南省地方金融管理局也提示过,有人冒用「量化私募基金」等名义开展非法集资,要求缴纳高额会员费、服务费。
- 「带你入门」之后的「托管」。 有人先教你,再让你把钱转进他指定的平台,或者把账户交给他操作。江西证监局梳理的涉嫌非法期货活动作案手法里,有「掌握投资者相关账户密码」这一步;国家金融监督管理总局打击非法金融活动局发布的虚拟币量化案例里,也有「要求投资者向个人账户、境外钱包转账」。怎么认,见量化骗局怎么操作的。
本站也不卖任何课程和软件,不推荐任何量化平台。还没想好要不要开始的,先对照量化交易适合新手吗里那八个问题;想开始又还没有交易所账户的,账户准备见开户与开机器人前的准备。
量化交易的定义出自湖南省地方金融管理局 2025 年 6 月的《「防范非法金融活动宣传月」金融小知识:量化交易》;「市场通常称为量化交易」与「相对中小投资者存在明显的技术、信息和速度优势」分别出自中国证监会 2024 年 5 月的发布稿和《证券市场程序化交易管理规定(试行)》的起草说明;回测的定义与过拟合的结论出自 Bailey、Borwein、López de Prado、Zhu 发表在《美国数学会通讯》2014 年 5 月号的论文;测试网、模拟交易、公开数据地址,以及服务端出错时执行状态未知的提醒,出自币安在 GitHub 公开的官方 API 文档(最后一项见英文版 REST API 文档);收费套餐、掌握账户密码与会员费的风险提示出自江西证监局(2025 年 7 月)和湖南省地方金融管理局(2025 年 6 月),向个人账户、境外钱包转账出自国家金融监督管理总局打击非法金融活动局《从12个典型案例看非法金融活动新手段》。六级台阶的划分和每一级的停止信号是本站的建议,不是任何机构的规定。各处引文在 2026 年 10 月逐条对过原文。
入门时常被问到的
不会编程,能做量化吗?
能做一部分。交易所自带的交易机器人不需要写代码,你只要把规则想清楚、把参数填进去。不会编程的限制在于,你只能用交易所给的那几种规则模板,想做模板之外的规则,就得学一点编程,自己在测试网上把程序跑通;不要把账户或 API 密钥交给别人的程序。
学量化要多久才能上手?
没有一个能核实的时间。能不能上手,看的是你能不能回答:我的规则在什么行情下会亏,亏到哪里我会停。答不上来,学多久都不算上手;答得上来,用交易所自带的机器人当天就能试一笔小钱。
数学要多好才能做量化?
个人做低频的、规则简单的量化,用得上的数学主要是算账:手续费占多少、仓位亏到多少会怎样、一组数字的平均和波动是多少。反倒要警惕数学用得太好:参数调得太细,回测曲线漂亮,却只是贴合了过去。