第2章 Python量化編程基礎(chǔ)

本章首先介紹了Python語(yǔ)言作為量化交易入門語(yǔ)言的理由，然后講解了Python的基礎(chǔ)概念，介紹常用的數(shù)據(jù)分析庫(kù)NumPy與Pandas，以及機(jī)器學(xué)習(xí)庫(kù)scikit-learn，最后講解繪圖庫(kù)Matplotlib的基本用法。

純粹從計(jì)算機(jī)性能和速度出發(fā)，C++語(yǔ)言無(wú)疑是量化交易的最佳選擇，它是最接近計(jì)算機(jī)底層的語(yǔ)言。C++語(yǔ)言通過對(duì)CPU多核多線程的優(yōu)化，合理分配內(nèi)存及顯卡計(jì)算等，可充分“榨干”硬件的每一份性能，在微秒必爭(zhēng)的高頻交易世界去追求更低的延時(shí)。在高頻交易領(lǐng)域，只有更快的速度才能搶到價(jià)格更低的單子，交易成本就會(huì)低于對(duì)手。所以只要交易數(shù)量足夠大，積少成多，其贏利是“恐怖”的。

為了保證交易系統(tǒng)的高效性和穩(wěn)健性，公司會(huì)習(xí)慣讓IT團(tuán)隊(duì)自主開發(fā)或者購(gòu)買C++搭建的底層通用平臺(tái)開發(fā)程序，對(duì)內(nèi)部組件進(jìn)行封裝，對(duì)外提供行情和交易API接口，可以讓其他編程語(yǔ)言，如Python、C#和R等語(yǔ)言接入來(lái)開發(fā)策略。

但從新手入門量化交易的角度來(lái)看，Python語(yǔ)言則打敗強(qiáng)大的C++語(yǔ)言，成為新手最受歡迎的語(yǔ)言，原因有以下幾點(diǎn)。

（1）在高頻交易領(lǐng)域，必須靠速度來(lái)賺錢。但是對(duì)于中低頻的交易，速度就顯得不那么重要了，一定程度的網(wǎng)絡(luò)延時(shí)或者交易系統(tǒng)延時(shí)還是能接受的，贏利重心轉(zhuǎn)向交易策略。所以C++語(yǔ)言的特性在中低頻交易中并不能凸顯出來(lái)。

（2）在研發(fā)交易策略上，C++語(yǔ)言不是一個(gè)很好的選擇。作為靜態(tài)語(yǔ)言，什么都要自己定義，這會(huì)浪費(fèi)大量的精力。打個(gè)比方，拿到一份股票數(shù)據(jù)，不管是分析歷史價(jià)格趨勢(shì)還是波動(dòng)性，第一件事就是通過畫圖來(lái)直觀感受。Python語(yǔ)言有非常強(qiáng)大的數(shù)據(jù)分析庫(kù)，不到十行代碼就能夠輕松搞定。若用C++語(yǔ)言的話，肯定會(huì)花大量的時(shí)間在編譯、調(diào)試、再編譯上。當(dāng)最后把圖畫出來(lái)，發(fā)現(xiàn)已經(jīng)碼完上百行代碼了。所以用C++語(yǔ)言去研發(fā)策略的話，大部分的精力容易先浪費(fèi)在“造輪子”上，之后才會(huì)考慮策略本身的問題。人的精力和天賦是有限的，很難同時(shí)兼顧數(shù)學(xué)建模和底層代碼調(diào)試這種差距巨大的工作。而Python語(yǔ)言則提供很多造好的“輪子”，例如，科學(xué)計(jì)算庫(kù)NumPy與Pandas、數(shù)據(jù)繪圖庫(kù)Matplotlib、技術(shù)指標(biāo)計(jì)算庫(kù)TA-Lib等。這些“輪子”是用強(qiáng)大的C++語(yǔ)言編寫并且封裝好的，在需要的時(shí)候直接調(diào)用就可以了。Python膠水語(yǔ)言的特性可以讓研究員放心地把精力放在數(shù)學(xué)建模上。

（3）C++操作的煩瑣也間接反映其學(xué)習(xí)曲線過于陡峭，對(duì)于量化交易新手而言非常不友好。與之相反，Python因?yàn)槠湔Z(yǔ)法非常像英語(yǔ)，學(xué)習(xí)的邊際成本會(huì)大幅度降低。Python容易到連小學(xué)生都可以學(xué)，例如為了響應(yīng)2017年國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，山東省最新出版的小學(xué)信息技術(shù)六年級(jí)教材加入了Python語(yǔ)言的學(xué)習(xí)內(nèi)容。

綜上所述，Python倚著其易學(xué)性、強(qiáng)大的數(shù)據(jù)分析庫(kù)，以及可擴(kuò)展性成為新手入門量化交易的首選語(yǔ)言。

2.1 Python運(yùn)行環(huán)境搭建

因大多數(shù)初學(xué)者是Windows用戶，所以本次Python運(yùn)行環(huán)境的搭建是基于Windows的，并且在以后講述的章節(jié)中用到vn.py 1.9.0版本，Python的安裝版本為Python 2.7（用戶亦可直接安裝vn.py 1.9.2 LTS版本，二者相差不大）。

2.1.1 安裝Anaconda2-5.0.0（32位）

Anaconda是一個(gè)基于Python的環(huán)境管理工具，其中包含了Conda，Python，NumPy，Scipy，Jupyter Notebook在內(nèi)的超過180個(gè)科學(xué)庫(kù)及其依賴項(xiàng)。

Conda是包及其依賴項(xiàng)和環(huán)境的管理工具，適用于Python，R，Ruby，Lua，Scala，Java，JavaScript，C/C++和Fortran語(yǔ)言。Conda可以用于快速安裝、運(yùn)行和升級(jí)包及其依賴項(xiàng)，在計(jì)算機(jī)中便捷地創(chuàng)建、保存、加載和切換環(huán)境。因?yàn)镃onda同樣是一個(gè)環(huán)境管理器，僅需要幾條命令，就可以創(chuàng)建一個(gè)完全獨(dú)立的環(huán)境來(lái)運(yùn)行不同的Python版本，同時(shí)支持在常規(guī)的環(huán)境中使用常用的Python版本。

由于兼容vn.py的需要（詳見第3章），要求安裝特定版本，即Anaconda2 5.0.0-Windows-x86，如圖2-1所示。

圖2-1 Anaconda安裝界面

這里要說(shuō)明一下，Anaconda2 5.2.0對(duì)應(yīng)的是vn.py 1.9.0，也是本書所使用的版本。若使用vn.py 1.8.1或者以前的版本，則需安裝Anaconda2-4.0.0，另外在2019年推出vn.py 2.0版本后，將會(huì)兼容Anaconda3 64位的版本。

安裝完成后要進(jìn)入Anaconda Prompt，在Prompt上可以使用conda或者pip命令來(lái)安裝對(duì)應(yīng)的Python依賴庫(kù)，如圖2-2所示。

圖2-2 Anaconda Prompt界面

2.1.2 設(shè)置Anancoda環(huán)境

安裝nb_conda用于Jupyter Notebook自動(dòng)關(guān)聯(lián)nb_conda的環(huán)境，如圖2-3所示。

圖2-3 安裝nb_conda

    conda install nb_conda

在終端中使用:

    conda create -n env_name package_names

在上面的命令中，env_name是所創(chuàng)建環(huán)境的名稱，package_names是用戶要安裝在環(huán)境中的包名稱。

當(dāng)同時(shí)使用Python 2.x和Python 3.x中的代碼時(shí)這很有用。創(chuàng)建具有特定Python版本的環(huán)境，例如，創(chuàng)建環(huán)境名稱為py2，并安裝Python2，在終端中輸入：

    conda create -n py2 python=2

創(chuàng)建環(huán)境名稱為py3，并安裝最新版本的Python3，在終端中輸入：

    conda create -n py3 python=3

由于用戶做的項(xiàng)目不同，有時(shí)候會(huì)用到Python2，有時(shí)候會(huì)用到Python3。所以可以在自己的計(jì)算機(jī)上創(chuàng)建了這兩個(gè)環(huán)境，并分別取名：py2，py3。這樣用戶可以根據(jù)不同的項(xiàng)目輕松使用不同版本的Python。

最后，如果用戶要安裝特定版本（例如Python 3.6），輸入下面命令，如圖2-4所示。

圖2-4 創(chuàng)建Python環(huán)境命令

    conda create -n py3.6 python=3.6

2.1.3 創(chuàng)建共享環(huán)境

共享環(huán)境的作用在于能夠讓其他用戶在安裝的創(chuàng)作者代碼中使用所有包，并確保這些包的版本正確。比如，A開發(fā)了一個(gè)藥店數(shù)據(jù)分析系統(tǒng)，提交給項(xiàng)目部署系統(tǒng)的B來(lái)部署，但是B并不知道A當(dāng)時(shí)開發(fā)時(shí)使用的是Python哪個(gè)版本，以及使用了哪些包和包的版本。為解決這個(gè)問題，A可以在當(dāng)前的環(huán)境終端中使用：

    conda env export > environment.yaml

將A當(dāng)前的環(huán)境保存為yaml文件（包括Python版本和所有包的名稱），讓B及其他人更輕松地安裝A的代碼的所有依賴項(xiàng)，如圖2-5所示。

圖2-5 創(chuàng)建共享環(huán)境

2.1.4 列出共享環(huán)境

如圖2-6所示，輸入下面命令可以列出共享環(huán)境：

圖2-6 列出共享環(huán)境

    conda env list

2.1.5 安裝Jupyter Notebook

Jupyter Notebook是基于網(wǎng)頁(yè)的用于交互計(jì)算的應(yīng)用程序，它可以在網(wǎng)頁(yè)頁(yè)面中直接編寫和運(yùn)行代碼，代碼的運(yùn)行結(jié)果也會(huì)直接在代碼塊下顯示。在編程過程中如果需要編寫說(shuō)明文檔，可在同一個(gè)頁(yè)面中以Markdown的格式編寫。安裝Jupyter Notebook的命令：

    conda install jupyter notebook

安裝完后，在Anaconda Prompt中輸入命令“jupyter notebook”，按Enter鍵便以網(wǎng)頁(yè)的形式打開。單擊“new”選項(xiàng)就會(huì)顯示創(chuàng)建出來(lái)的Python環(huán)境，如圖2-7所示。

圖2-7 Jupyter Notebook界面上的Python環(huán)境

圖2-7所示的Python[conda root]和Python[default]指的是Anaconda默認(rèn)環(huán)境，即Python2。

在圖2-7右上角“new”選項(xiàng)單擊“Python[conda env:py3]”進(jìn)入新的頁(yè)面，可輸入第一行Python代碼“Hello world”，單擊圖2-8所示方框的運(yùn)行按鈕或用快捷鍵“Ctrl+Enter”即可執(zhí)行代碼。

圖2-8 運(yùn)行按鈕

安裝好Python后就可以開始正式學(xué)習(xí)了。為了更好掌握Python語(yǔ)言的基本用法，這里將Python語(yǔ)言分成4部分逐一講解，分別是數(shù)據(jù)、函數(shù)、條件判斷和循環(huán)。