从流程图到代码：我如何在3个月内从可视化构建器转向编程

30 December 2025 • 3 分钟阅读

一年前我在TSLab中组装策略。流程图，拖放操作，没有代码。一切正常。直到我碰到了天花板。

我需要一个自定义指标。需要实时交易统计。需要与外部API集成。

构建器无法处理这些。

我决定学习编程。三个月前我写下了第一行Python代码。今天我的机器人在交易，所有代码都是我的。

这不是”我是编程天才”的故事。这是”任何人都可以做到，只要知道从哪里开始”的故事。

为什么我决定学习编程

触发因素 #1：碰到构建器的限制

我想添加基于ATR（平均真实波幅）的自适应止损。TSLab有ATR模块。有止损模块。

但没有”每根K线根据ATR动态调整止损”的模块。

我可以在TSLab内编写C#脚本。但如果要学C#——为什么不直接用Python写，不依赖任何平台呢？

触发因素 #2：供应商锁定

我在TSLab中构建的一切只存在于TSLab中。如果平台关闭、更新、崩溃——我的策略就死了。

Python代码是一个文件。它永远属于我。我可以在任何地方运行。

触发因素 #3：好奇心

我理解策略逻辑。我看到模块之间的连接。但内部发生了什么？

构建器隐藏了复杂性。但当出现问题时——我不理解为什么。

代码给予控制。完全的控制。

我的起点：选择语言

有三个选择：

Python

优点：

语法直观，对初学者友好
大量算法交易库（Backtrader, LEAN, ccxt）
机器学习和数据分析的最佳选择

缺点：

比C#/C++慢
不适合高频交易

C#

优点：

比Python快
用于StockSharp, LEAN, NinjaTrader
与.NET生态系统良好集成

缺点：

对初学者语法更复杂
算法交易学习材料较少

MQL5 (MetaTrader)

优点：

语法类似C#
直接在MetaTrader中运行
庞大的外汇交易者社区

缺点：

绑定MetaTrader（又是供应商锁定）
复杂逻辑能力有限

我的选择：Python

我选择了Python。因为：

更容易起步
初学者材料更多
可以快速验证想法
不需要高频交易（我在小时图上交易）

如果需要速度——C#更好。但对于日线/小时线的散户交易者，Python足够了。

路线图：3个月从零到工作机器人

以下是我做的。按周计划。

第1-4周：Python基础

学了什么：

变量、数据类型（int, float, string, list, dict）
条件语句（if, else, elif）
循环（for, while）
函数
文件处理

在哪里学的：

Habr上的”6个月学习Python”——学习计划
Skillbox免费课程
Codecademy（前几节免费）

花费时间： 每天1-2小时，每周5天。规律性比时长更重要。

第一个成果： 月末我写了一个脚本：

读取行情CSV文件
计算移动平均线
当SMA(20)穿过SMA(50)时打印信号

最简单的逻辑。但这是我的代码。

第5-8周：数据分析库

学了什么：

Pandas：表格处理（DataFrame）
NumPy：数学运算
Matplotlib：绑图表

为什么需要： 几乎所有算法交易都是处理行情表格（日期、开盘、最高、最低、收盘、成交量）。

Pandas让这变得简单。

成果： 写了计算任何指标的函数：

import pandas as pd

def sma(data, period):
    return data['Close'].rolling(window=period).mean()

def rsi(data, period=14):
    delta = data['Close'].diff()
    gain = delta.where(delta > 0, 0).rolling(window=period).mean()
    loss = -delta.where(delta < 0, 0).rolling(window=period).mean()
    rs = gain / loss
    return 100 - (100 / (1 + rs))

现在我可以实现任何指标逻辑。没有构建器的限制。

第9-12周：Backtrader——第一个交易系统

做了什么： 学习了Backtrader库——用于回测策略的框架。

我的第一个策略：

import backtrader as bt

class SmaCross(bt.Strategy):
    params = (('fast', 20), ('slow', 50),)

    def __init__(self):
        self.sma_fast = bt.indicators.SMA(period=self.params.fast)
        self.sma_slow = bt.indicators.SMA(period=self.params.slow)
        self.crossover = bt.indicators.CrossOver(self.sma_fast, self.sma_slow)

    def next(self):
        if self.crossover > 0:
            if not self.position:
                self.buy()
        elif self.crossover < 0:
            if self.position:
                self.sell()