https://blog.lynxflow.co/tags/%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF/Recent content in 学习路线 on Lynx 的技术博客Hugo -- gohugo.iozh-cnSun, 06 Sep 2026 05:41:00 +0800https://blog.lynxflow.co/posts/self-taught-cs-coordinate-system-2026/Tue, 11 Aug 2026 00:00:00 +0800https://blog.lynxflow.co/posts/self-taught-cs-coordinate-system-2026/<img src="https://blog.lynxflow.co/images/self-taught-cs-coordinate-system-2026.png?v=090509" alt="Featured image of post 上篇 · 坐标系:为什么一个非科班的人,我推荐先学这套斯坦福 CS 骨架" />上篇 · 坐标系:为什么一个非科班的人,我推荐先学这套斯坦福 CS 骨架 一、你的天花板在哪 先把话说透:会用 AI 工具的人,现在满地都是。 会用 ChatGPT 写文案、会用 Claude 写小脚本、会把各种 agent 串成一条流水线——这些我都能做到,而且做得相当熟练。我搭过自己的模型代理栈,跑过几十个自动化项目,工具用起来比大多数程序员还顺手。https://blog.lynxflow.co/posts/cs-learning-roadmap-2026/Tue, 11 Aug 2026 00:00:00 +0800https://blog.lynxflow.co/posts/cs-learning-roadmap-2026/<img src="https://blog.lynxflow.co/images/cs-learning-roadmap-2026.png" alt="Featured image of post 下篇 · 路线图:先学谁、砸多久、怎么验收——以及终点那张学位" />下篇 · 路线图:先学谁、砸多久、怎么验收——以及终点那张学位 一、地图和弹药都有了,还差路线 前两篇给了坐标系(学什么、为什么)和课件地图(每门课的资源去哪拿)。这篇是最后一块拼图:怎么走——先学谁、后学谁、每门课砸多久、学完拿什么当验收、最容易卡在哪,最后把&quot;自学 → 学位&quot;这条链路完整落地。https://blog.lynxflow.co/posts/lynxcrypto-tools-roadmap/Sun, 06 Sep 2026 05:41:00 +0800https://blog.lynxflow.co/posts/lynxcrypto-tools-roadmap/<img src="https://blog.lynxflow.co/images/lynxcrypto-tools-roadmap-v2.png" alt="Featured image of post LynxCrypto 工具篇:从装环境到专业级量化研究者,我的进阶路线和全部教程" /> 先说三个最值钱的结论: 顶级量化机构没人用 TradingView 做策略研发。 Jane Street 全公司写 OCaml,Two Sigma/Citadel 用 Python+Java+Spark,HFT 是 Python 研究 + C++ 执行。TradingView 只是&quot;眼睛&quot;(看图+盯盘+预警),不是&quot;大脑&quot;。 个人研究者的正确分工是:Jupyter+vectorbt 当大脑(策略发现)、自写引擎或 Freqtrade 当双手(可信回测+实盘)、Plotly/QuantStats 当镜子(曲线与回撤)、TradingView 只当眼睛。 工具一个月能装完,方法论要学一年。 真正区分专业和业余的,不是会多少库,而是懂不懂回测的四种偏差、多重检验校正、以及&quot;为什么回测爆赚实盘爆亏&quot;。 〇、先对齐账本:为什么我需要一个&quot;研究环境&quot; 前两篇的结论:我 880 美金本金,最初&quot;每天 800→1000 出 200&quot;的目标,被我自己写的可行性闸门(feasibility_gate.py