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。