金融学学生入门量化投资有一些优势，因为具备了量化金融知识和英语水平。量化投资主要分为开发岗和研究岗，开发岗主要是造轮子，研究岗主要是用轮子。一般而言，非计算机专业最好选择研究岗。这里我从个人的角度出发，简洁精炼地道出入门量化投资研究员的最短路径：
金融学学生入门量化投资有一些优势，因为具备了量化金融知识和英语水平。量化投资主要分为开发岗和研究岗，开发岗主要是造轮子，研究岗主要是用轮子。一般而言，非计算机专业最好选择研究岗。这里我从个人的角度出发，简洁精炼地道出入门量化投资研究员的最短路径：
强烈的兴趣
想做好一件事情没有兴趣也只是三天打鱼两天晒网，最后不得而终，因此需要培养对投资形成强烈的兴趣，每根K线的波动能够刺激你的心脏随之不断跳动。
学习能力
量化交易是一门跨学科知识，必须有快速地问题解决能力和自学能力，懂得锲而不舍不断专研的试错法。研究生已经具备了较好的学习能力。
编程
编程很重要，现在Python是标配，matlab、R拿来做量化的人真的不多。虽然不是做开发，但是基本的简单编程知识还是要会。想学Python和Pandas，推荐《Python基础教程》(第2版修订版)和《利用Python进行数据分析》(WesMcKinney)，想学编程知识，推荐《代码大全》，这本书没有什么代码，不要为名字所迷惑，不过如果想成为编程高手的话，看了绝不后悔。
看书一定要经典，不经典的书简直就是浪费生命，这三本书如果不想买，网上电子版肯定是很多的，话不多说。
量化知识
很多程序员开始转量化，但是金融知识和量化知识不够。经典的重要性在此显得更为重要，编程的书籍不看经典的我也能进步，可能会慢点，但是量化金融知识不看经典的书，那么可能就会南辕北辙，甚至影响到投资的整个生涯，不对，走偏了的话，就无生涯可谈。
投资的基础知识，比如股票债券基础知识，先来看看滋维博迪的《投资学（原书第9版）》([美]滋维·博迪（ZviBodie），等)
再来一本干货，很多国内外研究生教程，介绍的更多的是衍生品，约翰赫尔的《期权、期货及其他衍生产品（原书第9版）》([加]约翰·赫尔（JohnC.Hull）)
期权这么火，推荐麦克米伦的《金融期货与期权丛书：期权投资策略（原书第5版）》([美]劳伦斯G.麦克米伦（LawrenceG.McMillan）)
想知道公募基金大佬如何做股票？李腾翻译的大作奉上，《主动投资组合管理—创造高收益并控制风险的量化投资方法》(原书第2版)
想知道私募基金怎么搞交易的？交易中有哪些技巧？以及如何在量化中走弯路？推荐范撒普的《通向财务自由之路》（原书第2版珍藏版），这可不是一本关于财务分析、会计理论的书籍，真正理解了里面的思想，资金管理、风险控制你就不会纠结。
现在中产压力这么大，那么多人有中年职业危机，想知道怎么把交易当做全职？推荐埃尔德《以交易为生（珍藏版）》([美]亚历山大·埃尔德)，他可是将自己如何转行交易，并以交易作为自己的终身职业的心历路程和盘托出。
英语
你可以不说英语、听不懂英语，但最好是要看的懂英语，编程的原生环境是英语，quora、stackoverflow、github也是要求英语阅读能力，要是想用机器学习、深度学习做量化，那么多paper\article都是英语，读不懂怎么做的好？本来是谈量化入门，但好像谈到量化进阶了。
交易
没有途径，实战是最好的方法。确实不行，模拟交易也可以。
量化交易以思想为本，工具为用，路子不能走偏。
快速迭代
类似于实验，都是需要成千上万反反复复的检查、测试。在此，讲到了实验的快速开发和迭代，那么就顺便给个传送门：BigQuant-人工智能量化投资平台.，人生苦短，一定要快速迭代，缩短策略开发生命周期。因为你的想法上千个，可能只有几个有价值。
投资很多人说有艺术的成分，那么就要少走弯路，采用科学的方法，因为前排太多大而全的回答，我就来点简练到位的。希望想要入门量化的小伙伴有所收获