量化交易—为什么选择Python？

Python在量化领域的现状

就跟Java在web领域无可撼动的地位一样，Python也已经在金融量化投资领域占据了重要位置，从各个业务链条都能找到相应的框架实现。

在量化投资（证券和比特币）开源项目里，全球star数排名前10位里面，有7个是Python实现的。从数据获取到策略回测再到交易，覆盖了整个业务链。

量化交易为什么选择python?

Python是一门比较全面与平衡的语言，既能满足包括web在内的系统应用的开发，又能满足数据统计分析等数学领域的计算需求，同时也能作为胶水语言跟其它开发语言互通融合。

在数据分析方面，没有其他语言能像Python这样既能精于计算又能保持性能，对于时间序列数据的处理展现了简单便捷的优势。而如此适用的特点，主要得益于有如下框架和工具的支持：

Numpy：底层基于C实现的科学计算包

具有强大的N维数组对象；Array具有数据广播功能的函数库；具有完整的线性代数和随机数生成函数

SciPy：开源算法和数学工具包

最优化线性代数、积分、插值、特殊函数；快速傅里叶变换；信号处理和图像处理常微分方程求解；其他科学与工程中常用的计算

其功能与Matlab和Scilab等类似

Pandas：起源于AQR的数据处理包，具有金融数据分析基因

基于Series、DataFrame和Pannel多维表结构数据；数据自动对齐功能；数据清洗和计算功能；时间序列数据快速处理功能

Matplotlib：基于Python的数据绘图包，能够绘制出各类丰富的图形和报表

另外，Python在机器学习领域的应用也越来越多，其中的开源项目包括了scikit-learn、Theano、Orange等

Python的特点

1.简单易学Python是一门简单而又简约的语言。阅读好的Python程序感觉就像阅读英语。Python非常容易上手，学习曲线比较平缓。

2.高级语言垃圾自动处理且面向对象的高级语言。Python 具备所有脚本语言的简单和易用性，并且具有在编译语言中才能找到的高级软件工程工具。

3.扩展移植可与其他语言无缝对接并能实现跨平台。

4.开源项目只要能想到的，几乎都有现成的包能找到。

来源：博客园   节选              作者：無碼   

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

拓展阅读： 如何使用Python语言如何实现你的量化交易模型