为什么金融量化要用Python语言?
发布时间:2020-12-24 14:17阅读:357
我是一个有10年Java和其它语言开发经验的程序员,最近两三年才开始用Python。其实也是因为金融,尤其是金融数据才用上了Python。
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。
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
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。
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。
温馨提示:投资有风险,选择需谨慎。