起首十年的日级别数据量确实没有年夜，应用Python来讲的话不该该呈现memoryerror，应该是正在编程方面需求再多注意，咱们正在Ricequant上应用的分钟数据大略是200-300个GB阁下，也是Python以及Java独特协作实现的。
言语只是一个言语，也许会有各类语法的没有同，然而正在谈言语的时分咱们需求理解面前的对象箱以及社区，和它为何解决一些事件比另外的一些言语要好。
本
身Python初期用来做金融回测等是应该被保持的，用来开发战略也应该是被保持的，由于相比matlab的矩阵运算来做开发，真实是太不便了。只不外后
来Python推出了series、pandas等一系列的刁悍library，pandas的语法根本正在“无耻”地模拟matlab以及R，而
pandas的开发者恰是美国小名鼎鼎的对冲基金AQR，因而使data
crunching以及对数据的一些操作年夜年夜便当，别的，又包装了海量的开源社区的数学以及迷信较量争论库，也能解决各类的machin
learning等等的成绩。
从迷信较量争论的言语的倒退来看，从最后的人们对浮点数较量争论的需要退出了fortran，再一路进行，让对象愈加的让迷信较量争论容易再容易：
咱们来看下python今朝的迷信技巧栈：
numpy: basic array manipulation - 根底的数组解决
scipy: scientific computing in python, including signal processing and optimization - 迷信较量争论，包罗旌旗灯号解决以及优化等
matplotlib: visualization and plotting - 几行代码就能够做图形化显示了
IPython: write and run python code interactively in a shell or a notebook - 互动式编程环境，这是能未来代替掉matlab的一个必备，即正在一行一行代码的输出、显示进程中学习、改良
pandas: data manipulation - 最首要的矩阵运算等
scikit-learn: machine learning - 机械学习
但
是跟着当前的倒退Python的开源属性就会表现的愈来愈弱小，能够让更多的人享用到其便当以及奉献出去，包罗Quantopian也放出了zipline
的python回测框架，只要要引入yahoo数据便可进行回测，而且Python的速率因为跟C的很好的连系能够达到十分快的速率，并且能够未来以及其余
零碎很容易整合对接实盘买卖接口。
因为泰西曾经有不少的投行以及对冲基金正在往Python的技巧栈聚拢，因而抉择了Python即把握了一门首要的对象，而且无需跟一家公有化公司进行绑缚。
当然，最初的最初，一切的python回测你均可以来Ricequant - Beta上实现，咱们支持海量的市场、财政数据，另有一直退出的以及年夜数据公司协作的舆情数据等等，同时战略回测完还能够做及时模仿买卖，享用到及时数据的较量争论。正在云平台上曾经支持了简直一切的Python迷信较量争论库，无需花工夫装置、测试等等。
最新评论