python期貨程序化交易

⑴ 通達信什麼時候支持python量化交易

1、一個強大的N維數組對象Array；
2、比較成熟的（廣播）函數庫；
3、用於整合C/C++和Fortran代碼的工具包；
4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。

⑵ 用python做量化交易要學多久

你要做連話交易的話，可以學兩年的時間就可以學會了，如果想要學的更細的話，學學三年。

⑶ 程序化交易裡面主流的語言是C++,python是趨勢嗎主流的平台軟體有...

語言只是工具，各有優勢，用自己順手的就行了，但對於通常的金融交易來講，大部分語言效率都足夠了，不明白為什麼一直有這樣的爭論存在，對於程序而言，執
行效率只是其中一個重要的方面，但不是全部，還要考慮開發效率，可維護性，程
序健壯性等眾多因素。
至於Java的效率，並不是想像中的那樣低，GC 是會有不確定的
CPU消耗，但這個是可控的，演算法交易模塊就有用Java開發的，國外還有MarketCetera平台就是
完全基於Java的。
眾多語言中，R/Python是我喜歡用來研究的，Python,C/C++是用來交易的，但C/C++是易錯的，難維護，不是特別需要追求速度的時候一
般是不用的，就像不再用匯編來寫程序一樣， Scala 是拿來玩的。 最喜歡的還是Python，可用的資源多，開發效率高，好維護。

⑷ python量化交易半個月可以學會嗎

python量化交易半個月可以學會的。

如果已經有了Python基礎，半個月可以入門的，如果沒有Python基礎，就先學Python，學一兩個月有了基礎後，再結合量化交易的模型，邊學Python語言，邊學以Python實現量化模型，上手也會很快的。

大家可能覺得搞量化的人就是整天和大量數據打交道，用一行行代碼寫出復雜的模型，然後沒完沒了地Run，在回測和優化中掙扎，沉浸在數學和統計海洋里的一群人。

實際上，這只是表面現象。雖然每個搞量化的人必須會寫代碼，也必須具備扎實的數學功底，在開發策略的過程中，的確需要分析大量數據，不斷做回測和優化，但是，這一切的背後是強大的金融思維和對金融市場的深刻理解在支撐的。

換句話說，如果你沒有經濟、金融的完整知識體系和工作經驗，或者沒有正確的、科學的思維方式，無論數學多麼地好，也很可能在做無用功；即便編程多麼在行，也只能淪為碼農一枚（沒有歧視程序員的意思哦）。

反過來說，如果你具備科學的思維和邏輯，並發現了經濟、金融的某些規律，想做Quant就不難了。接下來，你只需花點時間學習編程工具，好好利用數據和代碼為你實現自己的想法。

⑸ 如何用python進行期貨程序化交易

、程序化交易系統目前主要是通過計算機程序實現的，其實就是把交易者決策的過程用計算機語言描述出來，然後由計算機給出交易建議或直接發送交易指令到期貨公司的交易系統中去，完成一筆交易。

⑹ python 量化交易 可靠嗎

可不可靠得看你編寫的程序靠不靠譜以及策略的優劣，python只是一門極易入門的編程語言，適合做金融相關的自動化，都是一套功夫，耍的人不同效果也不一樣的希望可以幫到你

⑺ 有沒有人在學python做量化交易的

Python做模型可以，但是具體的執行不行，太慢。

⑻ 在Python上運行的量化交易有何限制

麥語言比較靈活，目前99%的策略深度都沒必要用到C/C++；看你有什麼要求了

⑼ 可以不通過平台自己用Python寫量化交易策略嗎

不通過平台用自己的python去寫量化的一個交易策略，這也是可以的，只要是能夠達到目的就行

⑽ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫

量化交易大多用在股票交易上，量化是指將某隻股票或者摸個行業的數據進行量化，在更具各家機構自己的量化公式進行選擇，量化交易只是選擇，並不涉及交易
程序化交易也是一種量化交易，但是是更具已有的數據進行，比如各種行情指標，MACD KDJ等，無法像量化交易那樣把能涉及到的所有數據進行量化，程序化交易更側重交易的自動進行，沒有認為干預，且模型編寫簡單，個人用戶也可以進行！