为什么量化新手最需要的不是模型，而是一张完整的全流程地图

很多学习者进入量化的方式，是先看到某个具体话题，比如某个模型、某个指标、某段回测曲线，于是立刻开始钻进去研究。短期看，这种方式很容易获得“我学到了一个新东西”的快感，但长期往往会带来更严重的问题：知识点不断增多，彼此之间的连接却越来越弱。数据清洗和特征工程是分开的，模型训练和绩效评估也是分开的，回测和实盘执行更像是两个世界。

第一场公开课最重要的价值，其实不是某个单点技巧，而是先把这一整条链路拉直。你会开始看到：时间序列特性决定了数据应该如何处理，数据质量又直接决定特征工程的上限，特征工程影响模型训练，而模型训练的结果必须接受回测和绩效评价，再进一步接受市场中性、多空对冲和执行约束的检验。这就是为什么真正好的入门不是先学一个局部，而是先建地图。