为什么几乎所有的量化交易都用Python？

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。例如以下界面：