对于学金融和会计想做量化策略但不懂编程的人，有什么可行的学习方法？

了解量化策略基础

量化策略是利用数学模型和统计方法来制定投资决策。学金融和会计的人有一定的理论基础，理解起来相对容易。先从简单的策略概念学起，比如趋势跟随策略，通过分析价格走势判断买卖时机。还有均值回归策略，当资产价格偏离均值时进行反向操作。明白这些基础策略，能为后续学习搭建框架。

可以找一些通俗易懂的量化投资书籍，从案例中学习策略原理。像《量化投资——以Python为工具》这类书，会结合实际代码讲解策略，虽然代码可能一时看不懂，但能了解其大致思路。还可以关注一些量化投资的论坛和社区，与爱好者交流，获取更多基础信息。

学习基础编程知识

不用一开始就追求精通复杂的编程语言，先掌握Python这门简单且应用广泛的语言。它有丰富的金融分析库，如pandas用于数据处理，numpy进行数值计算。可以通过在线课程学习Python基础语法，像慕课网、网易云课堂上都有相关课程。

学习如何用Python读取金融数据，比如从雅虎财经等网站获取股票历史价格。了解数据清洗和预处理的方法，去除异常值、填补缺失数据。掌握基本的数据可视化，用matplotlib绘制价格走势图，直观地观察数据变化。通过实际操作，将编程知识与金融数据结合起来。

借助量化交易平台

有很多量化交易平台可供选择，如聚宽、米筐等。这些平台提供了可视化的策略编写界面，降低了编程难度。先注册账号，熟悉平台的操作界面和基本功能。

在平台上学习现成的量化策略模板，了解其参数设置和逻辑。比如简单的双均线策略模板，研究其如何根据短期和长期均线的交叉来产生交易信号。然后根据自己的理解对模板进行修改和优化，尝试调整参数，观察策略表现，逐步形成自己的策略思路。

深入研究金融市场数据

金融市场数据丰富多样，要学会深入分析。研究不同资产类别之间的相关性，比如股票与债券在不同经济环境下的表现。分析宏观经济数据对金融市场的影响，像GDP增长、利率变动如何影响股票价格。

关注行业动态和公司基本面，通过财务报表等数据评估公司价值。利用量化方法筛选出具有投资潜力的股票。可以结合自己学的金融和会计知识，从财务指标、行业竞争地位等方面进行综合分析，为量化策略提供有力支撑。

对于学金融和会计但不懂编程的人，通过以上方法逐步学习实践，能逐渐掌握量化策略的制定。从基础学起，利用各种资源和工具，不断积累经验，就能在量化投资领域找到适合自己的方向，实现从理论到实践的跨越，制定出有效的量化策略。

相关问答

学量化策略一定要先学编程吗？

不一定，可先了解基础概念，借助量化平台学习现成策略模板，后续再逐步学习编程知识辅助自己制定策略。

Python在量化策略中有哪些常用库？

常用的有pandas用于数据处理，numpy进行数值计算，matplotlib用于数据可视化，还有scikit-learn可用于机器学习相关的量化分析。

量化交易平台能提供哪些帮助？

能提供可视化策略编写界面，有现成策略模板可学习，还能方便地获取和处理金融数据，降低策略编写难度。

如何利用金融和会计知识辅助量化策略制定？

从财务报表分析公司价值，结合宏观经济数据和行业动态，利用学过的知识评估投资潜力，为量化策略提供依据。

对于零基础学量化策略，有什么好的入门书籍推荐？

《量化投资——以Python为工具》通俗易懂，结合实际案例讲解量化策略与Python应用，适合零基础入门。

学习基础编程知识时，怎样进行实践操作？

可以用Python读取金融数据，进行清洗预处理，用matplotlib绘制价格走势图，通过实际操作将编程与金融数据结合。