有交易经验的人往往不缺想法。真正难的是把想法拆到程序能执行。手工交易时一句话就能概括的判断到了量化里要变成数据、条件、信号、动作和例外情况。比如“突破以后追一下”听起来很简单。但程序需要知道突破什么、追多少、用什么周期、什么情况不追、下单以后怎么检查结果。所以不会代码时第一步也不是马上学语法而是先把交易想法拆成信号。想法先变成条件交易想法通常是模糊的。“行情强”“回调到位”“这里要启动”这些说法人能理解但程序不能直接执行。程序要的是明确条件。可以先问几个问题交易想法需要拆出来的条件行情强用价格、均线、成交量还是波动衡量突破超过哪个前高、哪根 K 线或哪个区间回调到位回到什么价格、什么比例或什么指标位置不做哪些异常情况让信号失效这些问题回答得越清楚后面写代码越不容易偏。信号和动作要分开很多新手会把信号和下单混在一起。其实在自动交易里信号只是说明某个条件满足。条件满足以后才可能进入动作比如下单、撤单、改价或只记录。这两个层次最好分开。比如一个均线信号出现并不代表一定要立刻下单。还要看账户有没有持仓、风险有没有超限、是不是已经有委托在路上、价格是否还在允许范围内。如果不拆开策略会很难复查。出了问题以后你不知道是信号判断错了还是动作执行出了问题。例外情况也要写清楚手工交易里例外情况常常靠经验处理。比如行情突然跳动、成交量异常、连续亏损后暂停、某些品种临近换月。这些情况如果不写进规则程序就不会自动知道。例外情况不是越多越好但核心例外一定要先说清楚。更重要的是例外也要稳定。不能今天觉得这个例外重要明天又临时换一个理由。量化策略需要在一个测试周期里保持规则一致才能知道问题到底出在哪里。让代码承接信号当信号、动作和例外拆清楚以后代码才开始有意义。拿天勤(tqsdk)这类 Python/API 路线举例它可以把行情数据、K线、账户、持仓和委托放在同一套代码流程里。一个交易想法被拆成条件以后就能继续写成“数据输入 - 条件判断 - 动作或记录”的形式。这不代表工具能替你设计策略。工具只是承接已经讲清楚的规则。对于不会代码的人来说真正要先做的是把脑子里的想法写成别人能复查、AI 能理解、代码能执行的语言。如果一个想法只能靠当时的感觉成立它还不是信号。只有当它能说清楚用什么数据、满足什么条件、触发什么动作、出现什么例外才算真正进入量化的第一步。