2.1 為什么要學習Python

量化交易離不開數據分析，而Python有很多以數據分析和處理為主的第三方庫，如talib、pandas、numpy和matplotlib，因此Python成為量化交易策略開發的首選編程語言。從數據獲取到策略回測，再到實盤交易，Python可以覆蓋整個量化交易應用鏈。

2.1.1 Python的特點

完整的量化交易流程包括獲取數據、分析數據、處理數據、下單交易等步驟。在數據分析方面，Python既精于計算，又能保持較好的性能，尤其在時間序列數據（K線數據）處理方面，Python有更加簡潔、高效的優勢。

與其他編程語言相比，Python的語法更簡單，不需要大量的計算機系統理論知識，學習曲線比較平緩，即使是非專業的初學者，也可以輕松掌握。此外，Python代碼與英語區別不大，具有極高的可讀性。

Python在量化交易領域是一門比較全面且平衡的編程語言，既可以提高量化交易策略程序運行時的性能，又可以輕松完成各種復雜的數學運算、建模分析、統計分析、機器學習等數據處理任務，并且有眾多的工具庫（包）支持，可以滿足量化交易策略開發過程中的各種需求。

市面上的大部分量化交易平臺都支持Python編程語言，在這些量化交易平臺上編寫的策略很容易學習、研究、遷移、二次開發。

在量化交易領域，Python的特點可以歸納如下：

● 語法簡單，不需要考慮計算機底層細節問題，初學者更容易入門。

● 生態豐富，大量成熟的第三方庫，具有無與倫比的便利性。

● 應用廣泛，大部分量化交易平臺支持Python編程語言，方便學習、研究、遷移、二次開發。

● 在跨平臺、多線程、數據庫等方面都有很好的支持。

● 擴展性強，代碼通俗易懂，易于維護。

● 學習資料十分豐富，有眾多活躍的社區可以進行學習、討論、研究。

2.1.2 Python的版本

Python分為Python 2和Python 3兩個版本，并且這兩個版本不兼容，如果同時安裝了Python 2和Python 3，則可以通過在策略中編寫“#!python3”或“#!python2”設置當前使用的Python版本。由于Python官方宣布2020年1月1日停止對Python 2的更新，因此本書代碼以Python 3為主。

注意：如果不在代碼中指定Python版本，則默認使用Python 3執行策略代碼。