为什么金融量化要用Python语言？

一、Python在量化领域的现状

就跟javascript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。

而全球注册用户数最多的商业量化平台Uqer优矿，也同样是基于Python实现和提供服务的。国内后来的其他量化平台，例如ricequant和joinquant，也主推Python环境。可见Python在量化平台应用的绝对占有程度。

二、为什么是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，其中的开源的项目包括了scikit-learn、Theano、Orange等。

三、Python的特点

1、面向对象。所谓面向对象， “面向对象”这句话的大概意思就是你在Python中输入放入一切、在Python中看到的一切都可以称之为“对象”。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。

2、免费。这也没什么好说的，除了买书，所有的关于Python都可以白嫖。

3、可移植。这点很重要，其可以在目前所有的主流平台上编译和运行。

4、功能强大、可混合。Python不需要复杂的类型和大小的生命、自动内存管理和内置工具都是其强大功能的来源，除此之外还包含了丰富的第三方库，满足你的一切需求。

5、简单易用、易学。这点对初学者很重要，我当初转行互联网的时候就是冲着Python简单易学这点，俗话说男怕入错行，最快速的转行是你先到了这个行业，其他的知识可以在工作中学习。