鑒於妳良好的數學和物理以及壹定的C基礎，我的建議(以及對所有想開始定量分析的人的建議)是:
壹.數學
繼續打好數學基礎，學習集合論和統計學的知識，這樣妳以後可以從初級經濟學轉到高級經濟學。如果妳大壹沒學過集合論和統計學，建議妳先上壹門課。比如國內著名統計大師陳喜儒寫的《概率論與數理統計》(豆瓣)、《數理統計教程》(豆瓣)，就寫得非常好。請嘗試仔細理解它們。
2.經濟學&；金融
數學基礎還可以。如果妳覺得簡單，那就看壹些計量經濟學和中級微觀經濟學的書，看能不能看懂。
比如《計量經濟學導論》(豆瓣)就是壹本好書，還有經典的範裏安中級微觀經濟學教材:《微觀經濟學》(豆瓣)，經典的《聖經:期權、期貨和其他衍生品》(第五版)(豆瓣)。
當然，如果想出國深造，看英文版也是不錯的選擇。
但是如果妳想更好的利用時間，讀中文版也是壹個不錯的選擇，因為讀中文版肯定比讀英文版快很多。
三。計算機和編程
1 .電腦
如果妳之前沒有學習過計算機相關的知識，我建議妳看壹本書，了解壹下計算機的壹般工作原理。推薦閱讀:計算機科學導論(11版)(豆瓣)。
2.語言
那麽，既然妳想學習金融知識，我建議妳可以選擇python，暫時不要學習C或C++。python在數學分析和科學計算方面更簡單更強大。推薦閱讀:Python基礎教程(豆瓣)，是關於python2.7的，對於初學者來說，還是看這本書比較好。
也可以參考統計語言R來更深入的理解python。我推薦R語言編程藝術(豆瓣)。
然後妳可以看壹本專門講python做數據分析的好書:《用Python做數據分析》(豆瓣)。(python以及本書對應的熊貓、scipy、numpy模塊都是基於python2.7的——這也是為什麽我推薦的python入門教材是python2.7，對於初學者來說，版本問題很可能是個坑，學2.7比較好。)
另外，Python標準庫(豆瓣)在家裏隨時可用，很多問題不用重新建輪子。
3.今後
嚴格來說，測量方法只是壹種傳統方法。為了應對未來，成為自由派，建議學習數據挖掘、機器學習、人工智能方面的知識。推薦《數據挖掘導論》(豆瓣)、《機器學習》(豆瓣)之類的書。
另外:python作為壹種解釋型語言，不如C等編譯型語言，尤其是對於高頻交易。以防萬壹，建議進入計算機算法、數據結構、計算機系統坑。。。。當然，這又是壹個大坑。
四。實踐
現在有壹些網上的財務系統，可以給妳機會自己寫模型。可以多關註壹下，也可以有空找老師寫幾個交易模型。
據我所知，目前大部分寫交易模型的人綜合能力都不強(綜合經濟、金融、數學、編程)。想要比他們優秀，就要在這三個方面打好基礎。
最後，年輕人，我很驚訝看到妳的骨頭。我送妳這本書《豆瓣》。寫壹個以遺傳算法為核心，底層優化，具有進化特征的交易模型，尤其是數據環境本身具有進化特征的時候。-至少聽起來很牛逼~ ~