你打开一张 K 线图。红红绿绿的柱子，上面叠着几条均线，下面是成交量，再下面是 MACD。
你知道这些东西都有名字，也大概听说过「金叉买、死叉卖」「放量突破」「顶背离」。但如果有人追问：这根均线具体是怎么算出来的？它比价格慢了几根 K 线？「放量」放到多少才算？「突破」之后你买多少、止损放在哪、什么时候卖？这条规则过去五年到底赚没赚钱？
大多数人答不上来。不是因为这些问题太难，而是很少有人把它们按顺序讲清楚。
这门课就做这件事。
每个工具，都走三步
课里会讲到几十个工具：K 线、趋势线、支撑阻力、均线、MACD、RSI、ATR、布林带、各种形态、订单类型、仓位公式、回测方法。它们每一个都按同样的三步来学：
先会用：从业者拿它做什么，常用参数是什么，在什么市场环境下用。
再会算：用 Python 亲手实现一遍，和成熟的库对账，直到结果一模一样。算过一遍，你就知道它的滞后从哪来、参数改了会怎样。
最后会验：在真实的历史数据上统计。一个漂亮的例子不算数，几百次出现之后的结果才算数。
三步缺一步都不行。只会用不会算，工具就是黑箱，出了问题不知道为什么；会算不会验，就分不清一个规律是真的，还是碰巧在你看的那几张图上成立。
课程结构
| 部分 | 篇 | 回答的问题 |
|---|---|---|
| 一、地基 | 1–5 | 价格图记录了什么？钱从谁的口袋里来？数据可靠吗？需要哪些统计基础？ |
| 二、读懂价格行为 | 6–11 | 不借助任何指标，怎么从 K 线和成交量里读出趋势、关键位置和市场状态？ |
| 三、技术指标 | 12–15 | 均线、MACD、RSI、ATR 这些指标到底在算什么？各自适合什么场景？ |
| 四、形态 | 16–18 | K 线形态、图表形态、道氏理论和斐波那契，怎么从「看起来像」变成可以写成代码的规则？ |
| 五、从信号到交易 | 19–26 | 有了信号之后，交易什么、什么时候交易、怎么下单、止损怎么执行、仓位多大？ |
| 六、检验 | 27–30 | 怎么写一个没有偏差的回测？怎么判断一条策略是真的有效？ |
| 七、策略原型 | 31–32 | 趋势跟随和均值回归这两类基本策略，收益结构有什么不同？ |
| 八、实盘 | 33–35 | 从回测走到实盘要经过哪几步？连亏的时候怎么判断？ |
前五部分是工具，第六部分是检验工具的方法，后两部分是把工具组装起来用。第六部分是全课的分水岭：前面学过的每个工具，最后都要拿到那里接受检验。
贯穿全课的三条线
三个固定标的
| 标的 | 为什么选它 |
|---|---|
| SPY | 追踪标普 500 的 ETF，美股流动性最好的品种，作为美股大盘的代表 |
| AAPL | 苹果公司股票。它拆过两次股（2014 年 1 拆 7、2020 年 1 拆 4），每季度分红，每季度发财报，是讲美股个股数据问题的好例子 |
| BTC | 比特币。24 小时不停交易，没有「收盘」；有永续合约，持仓量和资金费率这些数据公开可查 |
同一个工具放到这三个标的上，结果常常不一样。为什么不一样，本身就是很多篇的重点。
一个你亲手搭起来的工具库
第 3 篇会建一个叫 talab 的 Python 项目，一开始是空的。之后几乎每一篇都往里加一个模块：数据下载和检查、K 线绘图、摆动点识别、指标、形态扫描、止损和仓位计算、回测引擎、报告生成。
学完全课，你手里就有一套完整的分析和回测工具，每一行代码都是你自己写的，每一个结果你都知道是怎么来的。
一条慢慢长大的策略
第 12 篇会从最简单的规则开始：均线金叉买入，死叉卖出。
之后每学一部分，就给它补上一样东西：止损、时段过滤、完整的入场和出场规则、仓位管理。到了第六部分，它要经历完整的检验：回测、偏差排查、加入交易成本、样本外测试。检验结果是什么样，正文就写什么样。
最后一篇回头看，一句「金叉买入」是怎么一步步变成一套可以被检验、可以执行的交易系统的。
每一篇怎么读
每一篇的结构基本相同：
- 先做一个决定。开头给你一段真实的历史行情，图只画到某一根 K 线为止，问你：现在怎么办？先把你的判断记下来，再往下读。后面的走势会在正文里揭晓。
- 弄清它是什么。先用一个生活里的例子建立直觉，再讲机制，最后才给出准确的定义。
- 算一个具体的例子。每一步都算出具体的数字：具体的价格、具体的股数。
- 动手实现。写代码，加进
talab。 - 看数据怎么说。在三个标的的全部历史上统计。
- 小检查和常见误用。
- 小结和练习。
⚠️ 第一步很容易被跳过，但它很重要。看完结果再回头看图，一切都显得很明显；而你在真实交易里面对的永远是「图只画到这里」。先做决定，才能知道自己在那一刻真正会怎么想。
代码与数据
- 语言：Python 3，主要用 pandas 和 numpy。需要会一点 Python 基础语法，不需要交易经验。
- 加密数据：来自 Binance 公开的历史数据站，免费，不需要注册。
- 美股数据：日线数据，下载未经调整的原始价格，再根据拆股和分红记录自己计算调整后的价格，保证结果可以复现。
- 环境搭建：第 3、4 篇会一步步讲，包括怎么下载数据、怎么检查数据有没有问题。
正文里的每一段代码都在真实数据上运行过，贴出来的输出就是实际的运行结果。关键结果旁边会附上「复现指纹」，比如数据的行数、收盘价之和。你跑出来的数字和正文对得上，就说明数据完全一致。
从哪里开始
从第 1 篇：一张价格图到底记录了什么开始，按顺序往下读。
如果你已经熟悉 K 线和常见指标，也建议至少读完第一部分（第 1–5 篇）再跳着读：交易对手、数据陷阱和统计基础这三块，后面每一篇都会用到。