问题详情
使用Python带来了哪些优势？有什么其他差不多的语言吗？
版权：言论仅代表个人观点，不代表官方立场。转载请注明出处：https://www.saasfw.com/question/497.html
1
2
3
使用Python带来了哪些优势？有什么其他差不多的语言吗？
版权：言论仅代表个人观点，不代表官方立场。转载请注明出处：https://www.saasfw.com/question/497.html
就像潘石屹曾经说过，我个人也非常赞同的，在一众编程软件中，Python整体编辑逻辑是最接近人的日常语言，是“进化最好”的，可读性最强。
首先看看Python的整体优势
在量化策略的开发和实现上，用Matlab、C、C++的也不是没有，但在这个需要跨界互抢饭碗的时代，Python应该是最容易入门的，对比起其他编程语言，Python是更简洁，更简单易学，很多程序员都认为它应该算是最简单代码的开始。往往执行同一个任务，其他编程软件需要4-5行代码，而Python只需要短短1句。
同时，Python它的兼容性比较好，它在编程界被称为“胶水语言”，因为它可以将其他语言制作的模块（尤其是C/C++）联结起来。对于小白用户来说，它具有强大且丰富的库，封装后可以轻松调用。而且现在大家都尝试跨界找工作，对于跨界党来说，金融人需要懂一点编程，Python语言的可读性很强；而技术需要懂一点金融原理，Python有各种包和库可以直接调用，自然而然Python也就成为了他们的首选。
因此在TIBOE编程语言排行榜里Python在近几年排位一直都在上升，从2013的第8位，到2018上升到第3位（9月第一次冲上第3，10月微弱劣势排在第4），而排在前三的是Java、C、C++。
再者，也就是由于Python本身的简单易学，让其在市面上广为流行，随便一搜，轻轻松松便也可以从不同地方获得了几十G的资料包，从编程到算法一应俱全，只要愿意学，自然而然Python也就成为大家眼中的网红语言，资料确实很多，不过建议感兴趣的还是从基础还是打起，配合实际操作来锻炼。
我在学一门叫Python的语言”。“什么是Python，没听说过啊，为什么不学C++啊”。这是发生在2014年，上海的一家量化基金，量化研究员和老板之间的对话。
“我想问一下关于Python的课程，什么时候能开班”。“Python啊，学的人特别少，满XX人才能开班，可能要等好几个月，C++考虑吗，JAVA和PHP呢，这几门语言的课程，报名了立即就能开班”。这也是发生在2014年，上海的一家IT培训机构，学员和客服之间的对话。
如今的2021年，哪家量化基金公司的老板，要是没听说过Python，可能会被人怀疑，是否还属于人类这个物种。而在IT培训机构，Python已成为最火爆的课程，没有之一。
Python为什么发展这么快
Python，由程序员Guido van Rossum，于1989年圣诞假期着手开发，在1991年，初代版本面世。从1991年到2014年，Python名不见经传，却在2014年之后爆发式发展，大器晚成。Python的火爆很大程度上是由于移动互联网的发展，信息量和数据量大幅增加，从而带动了对大数据的处理需求，并推动了人工智能技术的发展，而Python则搭上了大数据和人工智能的快车。
但同样是大数据和人工智能的爆发，为什么搭上这趟快车的是Python，而不是其他语言，这就要从Python的核心优势讲起。
Python的核心优势
早在2014年之前，量化行业是被C++、Matlab所垄断。量化策略研究员，往往计算机能力有限，需要使用简单的编程工具，像Matlab这样，对编程能力要求不高，又可以运用大量数学模型的工具，就成为量化策略研究员的首选。但是Matlab最大的问题是，它并非独立的语言，量化策略研究员做出的策略，并不能直接实盘，还需要程序员将Matlab代码转化成C++代码来执行交易。这就使得从策略研究到实盘的流程非常繁琐。
并且2014年后，知识产权的保护越来越严，免费的Matlab越来越难拿到，量化基金公司不得不每年花费大量的金钱购买正版Matlab，按照每个量化策略研究员至少有一个正版Matlab的基本配置，每年光软件费就要花费几十万甚至上百万。
而这个时候，Python随着大数据和人工智能的爆发，已经在计算机行业，从一个小众语言，发展成为主流语言。量化基金苦于Matlab的痛点，一直在寻找可以替代Matlab的软件或语言。而Python几乎完美解决了这些痛点。
第一，Python是一门完整性的计算机语言，而不仅仅是依附于某一个商业软件的编程工具，这就使得Python具有很强的可拓展性，量化策略研究员用Python写出策略后，可以直接实盘运行，不再需要程序员帮忙转成C++。这也间接造成量化公司的一部分C++程序员失业，不过他们出路还不错，有些回到了计算机行业，普遍有涨薪。
第二，Python是开源语言，并且在大数据处理和人工智能方面有更丰富的库可供调用，完全免费。Matlab能实现的功能，Python都可以实现。Matlab不能实现的功能，Python也可以实现。量化基金公司纷纷转向Python，直接省下了每年几十万元的软件费用。
第三，Python是所有完整的计算机语言中最简单的。这点是Python的核心优势。同样的功能，用C++可能需要1000行代码，用JAVA需要300行代码，而用Python最多50行搞定。对于量化公司，Python满足了策略快速迭代的需求，毕竟商业世界，时间就是金钱。
Python简洁的设计理念，正如Python大神Bruce Eckel的原话“Life is short, I need Python”（人生苦短，我用Python）。这句话也被印在Python创始人Guido van Rossum常穿的T恤上。
Python的替代品
Python是世界上最简单易学的完整计算机语言，没有之一。有句话说，Python不一定是计算机从业者的第一语言，但一定是非计算机从业者的第一语言。单从语言的维度看，在量化交易领域，Python已成为绝对主流，具有压倒性优势，很难被其他语言代替。
不过，如果把视野拓展到商业金融软件自带的编程工具，而不仅仅是完整的计算机语言，在量化的世界，Python还是有替代者的。以下按编程难度从难道易排序。
一是以TradeStation、Multicharts、TradeBlazer为代表的专业期货量化软件。量化交易历史悠久，海外最广泛运用的量化平台是TradeStation。FuturesTruth每年评选的前十大期货策略，大部分就是在TradeStation软件上开发的。Multicharts、TradeBlazer基于TradeStation的逻辑，但在编程工具上做了优化，使量化策略研究员能够更快上手。虽然Python已经是世界上最简单易学的计算机语言，但在TradeStation、Multicharts、TradeBlazer这3个软件上编程的难度，仍远小于Python。
二是以文华财经、同花顺、通达信为代表的常规期货与股票软件。这3个软件自带的编程工具非常类似，简称“麦语言”。文华财经可实现期货自动交易，同花顺和通达信仅可用于量化选股。在这3个软件上编程的难度，又远小于TradeStation、Multicharts、TradeBlaze。
三是东财choice与Wind的条件选股。这块量化非常简单，连代码都不用写，直接按照中文的模块生成条件组合即可。
四是同花顺的AI中文识别量化，这可能是最简单的量化了，连中文模块都省了，直接打中文告诉电脑要选什么股，就像和人打中文字交流一样。
总之，针对交易者既不懂编程也学不会编程，但又想做量化的痛点，现在的金融软件，已经做到了：即使一个人完全不懂编程，不会写代码，只要他会打中文字，也可以做量化。
最后，如果想更多、更系统地了解量化，答主作为曾从事过量化工作的CFA持证人，认为比较好的阅读材料，就是CFA里的Fintech内容。戳以下链接可以免费获得相关材料。