本文详细介绍了WorldQuant BRAIN平台的量化学习体系，分为入门、进阶和高阶三个阶段。入门阶段旨在帮助零基础用户理解alpha概念、运算符和数据集使用，通过修改alpha示例和积累challenge积分达到金牌水平，提供《零基础学量化》在线直播课和入门自学路径图。进阶阶段面向已掌握基础的用户，学习从论文中提取alpha idea并使用data explorer复现论文，提供《带你读论文》直播课和进阶自学路径图（待发布）。高阶阶段仅限顾问权限，利用API和大量数据构建回测框架，实现多市场大规模回测，并可解锁alpha组合功能，提供《英才候选人计划》直播课或线下挑战营。此外，顾问可享受研究导师和Research Group的每两周一次指导。平台为不同阶段的研究者提供全面资源，帮助持续进步。
今天向大家介绍BRAIN的量化研究学习体系，这是一个专为不同阶段的量化爱好者和研究者设计的全面学习路径。无论你是量化领域的新手，还是寻求进一步提升的高阶研究者，BRAIN的学习体系都能为你提供所需的知识和工具。
1.入门阶段：
在这一阶段，我们的目标是帮助你理解什么是alpha，如何掌握运算符和数据集的使用，以及如何理解不同的回测设置和回测结果的各项指标。通过修改alpha示例，你将能够创建出满足提交标准的alpha，并通过累积challenge积分达到金牌水平。
学习资源：
- 在线直播课《零基础学量化》共四节（滚动推出请关注邮件通知）
- Day1: 开营第一课：量化行业初探及基本概念
- Day2: 使用快速表达式写出第一个量化策略
- Day3: 中性化与分组：以经典的基本面策略为例
- Day4: 增加策略平稳与稳健性：以经典的量价策略为例
- 自学路径图（入门篇）【学习资料】BRAIN平台自学路径图推荐
2.进阶阶段：
进阶阶段是从alpha示例到复现论文的过程。到了这一阶段，你已经掌握了基本知识，并准备进入alpha research的模仿到复现阶段。你将学会快速获取论文中主要的alpha idea的能力和技巧，使用data explorer找到论文中的数据集，并通过计算复现或近似复现论文的alpha ideas来形成信号，甚至可以提交的alpha。此时，用户往往已经成为我们的研究顾问。
学习资源：
- 在线直播课《带你读论文》共四节（滚动推出，请关注邮件通知）
- Day1: 抽丝剥茧，从论文中厘清Alpha必要要素，学习掌握如何从一篇论文中根据checklist快速提取重要信息
- Day2: 创作与提升，回测并提升Alpha Performance通过案例教学，掌握如何将checklist中的信息完成回测并提升
- Day3: 高效泛化，从一个Alpha表达式到多个Alpha表达式的拓展学习如何举一反三，从一篇论文内泛化成多个alpha ideas
- Day4: Alpha Idea 分享会，1+1 大于2，你将有机会听到包括我们顾问在内分享的思维和灵感的碰撞
- 自学路径图（进阶篇）TBA
3.高阶阶段：
高阶阶段的用户仅限顾问权限，已经具备了通过论文复现alpha idea形成信号的能力。在这一阶段，学习目标是利用平台的API和海量数据构建自己的回测框架，泛化alpha idea模板，实现多数据集、多市场的大规模回测，从而提升研究效率和质量。此外，在提交超过50个alpha之后，用户可以开始解锁alpha组合的功能，构建super alphas。
学习资源：
- 在线直播课《英才候选人计划》/ 线下挑战营共五节
- 先导课：BRAIN API功能介绍详解，通过API可以不间断的完成1000次 simulation
- Class 1: Human + Machine 研究方法框架,从具体到抽象，通过论文，找到自己的template，并找到1个alpha
- Class 2：数据选择与Machine 研究框架完善，迭代Machine框架提升效率，通过更多的template找到4个alpha
- Class 3：基于遗传基因算法的路径升级与迭代，学习新的GA算法，提升数据与表达式搜索效率
- Class 4：提升Alpha的Value与“overfitting”的防范指南，Alpha质量提升与常见误区避雷
- 自学路径图（高阶篇）TBA
顾问专属福利：研究导师与Research Group
在您成为顾问后，会被分配一名研究员作为你的导师，进行每两周一次的讨论和指导，更有机会加入到我们的Research Group进行每两周一次的研究分享。
Reserve Your Advisor Session: https://calendly.com/mainlandchina/brain-research-advisory-small-group
不论你处于哪个阶段，BRAIN都将为你提供所需的资源和指导，帮助你在量化研究的道路上不断进步。期待你的加入，一起探索量化投资的无限可能！