散户怎么开始做量化交易？
3 条入门路径与真实成本
看完 什么是量化交易 的人最常问：「我这种散户可以做吗？」 答案是可以，但别期待跟 Renaissance Medallion 比。 散户量化是另一个游戏，门槛、工具、目标都不同。 这篇从真实成本 + 工具选择 + 三大致命陷阱角度切入。
1. 散户量化的真实成本门槛
先讲钱。不同市场有不同的起点：
| 市场 | 最低门槛 | 限制 |
|---|---|---|
| 美股当冲（Day Trade） | $25,000 USD | PDT 规则：低于 25k 一周只能日内 3 次 |
| 美股长线 | $100 ~ $1,000 | 没 PDT 限制但持股 ≥ 1 天才能再卖 |
| 美股期货 / Portfolio Margin | $110,000 USD | 跌破 $100k 不能加码 |
| 台股当冲 | 无门槛 | 但有「冲销次数」限制（不同券商不同） |
| 加密货币（Binance / OKX） | $100 起 | 无 PDT、24/7、可杠杆 |
2. 散户量化的三条入门路径
看你的技术背景跟目标选一条：
路径 A：QuantConnect / Backtrader（有 Python 基础）
适合对象：会写 Python，喜欢自由度， 想做学术级回测（多资产类别、考虑交易成本等）。
- QuantConnect：云端、275,000+ 开发者社群、 支持股票/期货/外汇/加密多资产、可接 Interactive Brokers 实盘
- Backtrader：开源 Python 框架，本地执行， 灵活但要自架部署
学习曲线：Python 基础 + 1-2 个月学框架 + 几个月写出能用的策略。
路径 B：TradingView Pine Script（最广泛入门）
适合对象：不太会程序但会看图表、 想可视化验证策略、想加入交流社群。
- TradingView 全球用户超过 1 亿，是业界共识的图表标准
- Pine Script 是 TradingView 自家语言，语法简单、 专为「在 K 线上算策略」设计
- 10M+ 公开脚本可以参考、改、学
- 内建回测 + 实时 Alert
学习曲线：完全没程序背景 1 周可以读懂、 1 个月可以改别人的策略、3 个月可以写自己的。 详见 Pine Script 入门教学。
路径 C：SaaS 平台（最快上手）
适合对象：策略已经想清楚，只想把它自动跑起来， 不想架服务器、不想处理交易所 API 细节。
典型流程：TradingView 写 Pine 策略 + 设 Alert → SaaS 收到 Alert → 用你的 API key 对交易所下单 → 你看 PnL。
代表：TVSBot、3Commas、Cryptohopper。 架构上有托管 vs 非托管的关键差别 — 详见 Binance API Key 安全设定。
Get started
TVSBot 是非托管 SaaS — 你的 API key Fernet 加密储存，平台从不直接持有资金。三天免费试用，连信用卡都不用。
免费注册 TVSBot3. 散户量化的三大致命陷阱
这是学术界都认证的「散户量化失败三大杀手」。 90% 的散户量化者在 1-3 年内死在这三条：
陷阱 ①：Overfitting（过度配适）
意思：模型在历史数据上表现完美，但实盘就崩。 原因：你不断调参数让回测曲线变漂亮， 结果你记住了历史，但历史不会重复。
数学特征：低 in-sample error + 高 out-of-sample error。 通俗讲：「过去 5 年回测赚 1000%，未来 1 年实盘亏 30%」。
② 跨币种跨时间框架都有效才算过关 — BTC 4h 有效但 ETH 4h 无效，多半 overfitting
③ 保留固定的「out-of-sample」期间从不碰， 策略上线前才测试一次
陷阱 ②：Survivorship Bias（幸存者偏差）
回测时只用「活到今天的标的」， 忽略已下市的失败者。
例子：你回测 S&P 500 过去 30 年表现， 但 1995 年的 S&P 500 跟 2025 年的 S&P 500成分公司完全不同。 那些破产、下市、被合并的公司你没看到 — 全是输家。
学术研究结论：survivorship bias 会虚增年化报酬 1-4%。 长期复利下，这差距惊人。
加密货币特别严重 — 大量山寨币 rug pull / 流动性枯竭后消失， 只看「现在还在的」回测结果毫无意义。
陷阱 ③：Look-Ahead Bias（未来函数）
回测时用了当时还没公布的信息。 例子：用了财报日当天的开盘数据来决定前一天的进场。
Pine Script 常见错误：
// ❌ 错：用未来 K 棒的高点当信号
ifSignal = high[0] > high[1] // 当前 K 棒的 high 是未来资讯
// ✅ 对：只用已收盘的历史
ifSignal = high[1] > high[2] // 用前 1 根 vs 前 2 根多时间框架（HTF）特别容易踩 — 用 request.security 没设lookahead=barmerge.lookahead_off， 会偷看未来 K 棒的高低点。
4. 散户该怎么起步（具体 30 天 plan）
Week 1：学基础
学技术分析语言（RSI / MACD / 均线）不是因为这些指标有 alpha， 而是你要懂语言才能读别人策略。 推荐先看 RSI 教学、MACD 教学、均线教学。
Week 2：写第一支 Pine
照 Pine Script 入门教学写一支 RSI 反转策略，在 BTC 日线回测 5 年。 别在意赚不赚钱，重点是让回测流程跑通。
Week 3：设 Alert + 对接
看 TradingView Webhook 完整教学，把策略 Alert 接到 SaaS 或自架 server。用 Dry-run（模拟下单）模式，不真仓， 先确认信号链通的。
Week 4：小资金 forward-test
切真仓 + 小额（$100 USD 起跳，不要超过你能承受失败的金额）。 观察至少 14-30 天 — 看实盘表现跟回测差距， 看有没有「滑点 / 手续费 / 突发事件」导致的差异。
5. 给散户的真实建议
- 不要相信「年化 500%」的策略。 真实的量化神秘基金 Medallion 也只年化 39%（扣费后）。 年化 500% 不是 overfitting 就是还没崩
- 从「不会亏」开始，不是「能赚多少」。 风控比策略更重要 — 仓位大小、止损、最大回撤限制
- 策略越简单越好。 「20 日突破 + ATR 仓位 + 10 日反转出场」这种规则套到 BTC 都比 复杂的 ML 模型可靠
- 分散：3 个不相关策略 + 3 个交易对， 比 1 个全力 all-in 风险低很多
- 记录每笔交易：为什么进场、为什么出场、 结果如何。Dalio《Principles》的精神
6. 为什么这条路值得走
做量化交易，最大的收获不是赚到的钱， 是学会「不靠感觉做决策」。
这套思维可以用在所有领域：投资组合配置、职涯选择、 甚至「该不该换工作」。 《Principles》卖 500 万本不是偶然 — 系统化思维对人生决策的价值，远超过短期交易赚到的钱。
7. 三个关键 takeaway
- 加密货币是亚洲散户量化的真实入门。 $25k 美股 PDT 规则 vs $100 BTC 入门，差别 250 倍。 从加密开始，后续想转美股再说
- 三条路径各有适用： 程序员选 QuantConnect/Backtrader、 一般人选 TradingView Pine、 策略想清楚只想自动执行选 SaaS
- 三大陷阱比策略本身重要。 学会避开 overfitting / 幸存者偏差 / 未来函数， 你就赢过 90% 的散户量化尝试者