金融工程，量化投資學什麼軟體好？Python還是Matlab？

01-07

C++、VBA是首選，matlab、python等等次之

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，不是專業的程序員），這時候用Python是最容易實現的。

Python的基本數據結構列表和字典，功能非常強大，基本上能夠滿足數據表示的需求。如果需要更加快捷、功能更全面的數據結構，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兩個數據結構，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。

數據呈現方面，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！），做界面可以用PyQT或者wxPython，而且可以把Matplotlib嵌入到這些界面程序中，做程序原型太方便了。

在交易方面，國內的期貨程序化交易，看到過基於CTP介面封裝的Python程序包，PyCTP，沒用過，不好評論。

回答過類似問題，搬一下

之前編寫策略主要是用python，所以逛得比較多的量化平台一直是Joinquant和優礦。這兩個平台的使用體驗是非常方便，但是有些時候跑每日回測的速度比較感人，後來我一直是基於python自己直接編寫回測。

最近因為編寫策略的過程中越來越用到複雜的數值計算，python在這一方面還是和matlab遜色不少。於是開始轉向matlab編寫策略，但是國內目前基於matlab的交易軟體和平台相當至少。一個偶然的機遇，在人大經管論壇上接觸到了auto-trader這個軟體，迫不及待地下載了這個軟體嘗試使用了一下。

樓主學習matlab基本都是藉助DigQuant社區上面的策略直接上手寫代碼，DigQuant社區上面放了大量的策略代碼，而且全是基於matlab的策略代碼，這對於一個matlab小白的重要性不言而喻，非常適合上手！

Auto-trader平台上的數據非常之全，從股票到商品期貨，股指期貨、指數、基金幾乎囊括，最主要的是提供了各種強大的金融函數與金融工具箱，且速度非常快！編寫代碼的效率也比joinquant提高了太多，基本上可以節省大量的時間用在構思策略上，這一點我覺得相比主流的優礦，ricequant，joinquant 絲毫不遜色。

沒區別，哪個順手用哪個，你是做量化的不是程序員，一般都是我們用python或者matlab做策略並且進行歷史模擬，然後找it部（他們用的是c++）做封裝和可視化

不是學什麼好、學什麼都可以，但是你必須用的熟用的上手

客戶用matlab比較多