跳轉至

建立 2026-09-16 更新 2026-09-16

量化投資教學

量化投資(Quantitative Investing)是用數據、統計與程式取代直覺,來做出買賣決策的投資方法:把「什麼時候買、什麼時候賣」寫成明確規則,再用歷史資料驗證規則是否真的有效。本站是唯客學院的量化投資教學網站,會帶你從抓取股票資料開始,一路走到技術指標、交易策略、回測與風險管理。

量化投資 vs. 傳統投資

量化投資 傳統(主觀)投資
決策依據 數據與統計模型 經驗、直覺、消息面
執行方式 規則明確,可自動化 人工判斷、臨場反應
驗證方式 可用歷史資料回測 難以重複驗證
情緒影響 低(規則先寫好) 高(容易追高殺低)

量化投資不是「穩賺不賠」,而是把交易邏輯講清楚、講到可以被檢驗——這也是本站每一個章節的核心精神。

最需要掌握的 20%

如果時間有限,優先弄懂這五件事,其他細節都是圍繞它們展開:

  1. 資料:能穩定抓到乾淨的股價與基本面資料(yfinancepandas),是一切分析的前提。
  2. 指標:均線、RSI、布林通道等技術指標,本質上都是「用過去的價格算出一個數字,幫助判斷趨勢」。
  3. 策略:把「什麼條件買、什麼條件賣」寫成程式碼規則,而不是憑感覺。
  4. 回測:策略必須先用歷史資料測試表現,包含報酬率、夏普比率、最大回撤,才能評估是否可行。
  5. 風險管理:再好的策略都會遇到虧損期,停損、部位大小控制決定你能不能撐到策略發揮作用的那一天。

本站內容地圖

  • 入門準備


    建立 Python 開發環境,安裝量化分析常用套件。

    前往章節

  • 資料與基本面


    取得股價、財報與成分股資料,並做基礎的數據分析。

    前往章節

  • 技術分析與交易策略


    計算技術指標,並將判斷邏輯寫成可執行的交易策略。

    前往章節

  • 回測與風險管理


    用歷史資料驗證策略績效,並學會控制風險與資金部位。

    前往章節

  • 機器學習與自動化


    用機器學習輔助預測,並讓策略提醒或執行自動化。

    前往章節

動手做:實作筆記本

本站許多章節都對應唯客學院實際錄製課程所用的 Jupyter Notebook,收錄在 GitHub 的 nb/ 目錄,每一篇都可以直接在 Google Colab 開啟執行,不需要在本機安裝環境。相關 Notebook 連結會標示在對應章節的內容中。

Open In Colab

延伸學習

想系統性地學習更完整的量化交易實作(籌碼分析、期貨、加密貨幣等),可參考唯客學院的線上課程:唯客學院線上課程