用過Matlab,在我的小本里,龜速,是在是忍受不了了,畢業之後就不用了。後來用R和Python,組合來用。Python首先是通用語言,當你有一個想法要表達的時候,如果你對各種各樣的庫不熟悉(得花好多時間去學啊,工作那麼忙,我是做金融的,不是專業的程式設計師),這時候用Python是最容易實現的。Python的基本資料結構列表和字典,功能非常強大,基本上能夠滿足資料表示的需求。如果需要更加快捷、功能更全面的資料結構,推薦適用NumPy和SciPy,這兩個庫基本上稱為Python科學計算的標準庫了。對金融工程而言,更有針對性的庫是Pandas,具有Series和DataFrame兩個資料結構,非常適合於處理時間序列,功能非常強大,速度也不差,因為是在NumPy上開發的。資料呈現方面,畫圖用Matplotlib,功能跟Matlab的類似,甚至語法都類似,但是做出來的圖形太漂亮了。(實在是忍受不了Matlab畫出來的圖形那一滿屏的鋸齒,有點潔癖!),做介面可以用PyQT或者wxPython,而且可以把Matplotlib嵌入到這些介面程式中,做程式原型太方便了。在交易方面,國內的期貨程式化交易,看到過基於CTP介面封裝的Python程式包,PyCTP,沒用過,不好評論。
用過Matlab,在我的小本里,龜速,是在是忍受不了了,畢業之後就不用了。後來用R和Python,組合來用。Python首先是通用語言,當你有一個想法要表達的時候,如果你對各種各樣的庫不熟悉(得花好多時間去學啊,工作那麼忙,我是做金融的,不是專業的程式設計師),這時候用Python是最容易實現的。Python的基本資料結構列表和字典,功能非常強大,基本上能夠滿足資料表示的需求。如果需要更加快捷、功能更全面的資料結構,推薦適用NumPy和SciPy,這兩個庫基本上稱為Python科學計算的標準庫了。對金融工程而言,更有針對性的庫是Pandas,具有Series和DataFrame兩個資料結構,非常適合於處理時間序列,功能非常強大,速度也不差,因為是在NumPy上開發的。資料呈現方面,畫圖用Matplotlib,功能跟Matlab的類似,甚至語法都類似,但是做出來的圖形太漂亮了。(實在是忍受不了Matlab畫出來的圖形那一滿屏的鋸齒,有點潔癖!),做介面可以用PyQT或者wxPython,而且可以把Matplotlib嵌入到這些介面程式中,做程式原型太方便了。在交易方面,國內的期貨程式化交易,看到過基於CTP介面封裝的Python程式包,PyCTP,沒用過,不好評論。