Python在量化領域的現狀

就跟Java在web領域無可撼動的地位一樣，Python也已經在金融量化投資領域佔據了重要位置，從各個業務鏈條都能找到相應的框架實現。

在量化投資（證券和比特幣）開源專案裡，全球star數排名前10位裡面，有7個是Python實現的。從資料獲取到策略回測再到交易，覆蓋了整個業務鏈。

量化交易為什麼選擇python?

Python是一門比較全面與平衡的語言，既能滿足包括web在內的系統應用的開發，又能滿足資料統計分析等數學領域的計算需求，同時也能作為膠水語言跟其它開發語言互通融合。

在資料分析方面，沒有其他語言能像Python這樣既能精於計算又能保持效能，對於時間序列資料的處理展現了簡單便捷的優勢。而如此適用的特點，主要得益於有如下框架和工具的支援：

Numpy：底層基於C實現的科學計算包

具有強大的N維陣列物件；Array具有資料廣播功能的函式庫；具有完整的線性代數和隨機數生成函式

SciPy：開源演算法和數學工具包

最優化線性代數、積分、插值、特殊函式；快速傅立葉變換；訊號處理和影象處理常微分方程求解；其他科學與工程中常用的計算

其功能與Matlab和Scilab等類似

Pandas：起源於AQR的資料處理包，具有金融資料分析基因

基於Series、DataFrame和Pannel多維表結構資料；資料自動對齊功能；資料清洗和計算功能；時間序列資料快速處理功能

Matplotlib：基於Python的資料繪圖包，能夠繪製出各類豐富的圖形和報表

另外，Python在機器學習領域的應用也越來越多，其中的開源專案包括了scikit-learn、Theano、Orange等

Python的特點

1.簡單易學Python是一門簡單而又簡約的語言。閱讀好的Python程式感覺就像閱讀英語。Python非常容易上手，學習曲線比較平緩。

2.高階語言垃圾自動處理且面向物件的高階語言。Python 具備所有指令碼語言的簡單和易用性，並且具有在編譯語言中才能找到的高階軟體工程工具。

3.擴充套件移植可與其他語言無縫對接並能實現跨平臺。

4.開源專案只要能想到的，幾乎都有現成的包能找到。

來源：部落格園   節選              作者：無碼   

-------------------------------------------------------------------------------------

拓展閱讀： 如何使用Python語言如何實現你的量化交易模型