本教材采用“总—分—总”的篇章布局，在总体阐述量化交易的理论体系后，首先从“概念”角度，系统梳理量化交易的内涵、核心特征及其在现代金融市场中的战略意义；其次，从“数据”角度，剖析技术指标与财务数据(资产负债表、利润表、现金流量表)在量化因子提取、转换及策略构建中的作用与局限；再次，从“策略”角度，完整呈现五大类典型量化择股模型与四大经典择时策略(BOLL均值回归、MACD金叉死叉、RSRS支撑阻力、RSI超买超卖)的设计思路、代码实现、回测评估及稳健性检验流程；最后，从“智能”角度，引入Logistic择时与随机森林择时两大机器学习范式，示范算法交易的前沿应用、潜在挑战及改进路径。