這個系列文章主要為「Python x 股票、期貨、選擇權｜客製自動化交易平台」的程式交易初學者而設計，因為線上課程中將直接帶到自動交易，所以寫出幾篇文章讓新手們能快速了解程式交易的精隨與程式設計架構，在後續線上課程的學習上較順暢，希望程式交易新手們能夠看完這系列文章後再進行影片課程學習。
【程式交易系列】#1 程式交易的歷史發展
一開始就講交易策略未免太俗氣，既然是系列文章就有辦法講的細一點，讓大家從頭透徹了解這個技術，首先來講歷史上的程式交易發展，瞭解一下前人最一開始是希望利用程式來幫助我們做什麼事情，我們也可以思考一下，來學習程式交易，你希望的到底是什麼？
【程式交易系列】#2 什麼是量化交易(Quantitative Trading)？
量化交易(Quantitative Trading)同時具有幾個同義詞，像是計量交易、程式交易(Programming Trading)和演算法交易(Algorithmic Trading)，其實意義都是相同的，以客觀且科學化的方式計算相關指標並判斷交易決策訊號，例如計算技術指標的移動平均，當股價高過移動平均線時，進場買進，反之則進場賣出，使用比較科學化一致性的方式來判斷。
【程式交易系列】#3 回測(Backtesting)
回測就是利用歷史資料去驗證你的交易策略是否有效，你可能都想過一些交易策略，像是均線交叉買進或是布林軌道跌破反向買進等策略，圖形上看起來會賺錢，但能否在長期下還能有正的利潤呢？也許我們就能夠利用歷史資料來驗證看看，換成財務工程的語言，這個叫做歷史模擬法(Historical Simulation)。
【程式交易系列】#4 用Python進行回測
這篇文章將會按照上一篇【程式交易系列】#3 回測(Backtesting)的架構來實作，讓大家可以透過Python程式碼能又更具體的感受。
【程式交易系列】#5 從回測到自動交易
上一篇【程式交易系列】#4 用Python進行回測使用了基本的回測架構來回測一個均線交叉策略，就如之前所提到的架構圖，我們目前仍在處理靜態的白色虛線框內，未來進行程式交易事業所花的時間一定還是這個區塊比較大，因為你要一直設計策略然後測試修改，其餘的基礎建設很多僅需要建立一次，除非要新增功能才可能再去動。