大家好，今天小编关注到一个比较有意思的话题，就是关于量化投资学习python的问题，于是小编就整理了2个相关介绍量化投资学习Python的解答，让我们一起看看吧。
量化投资中，MATLAB和python哪一个好？
Matlab在矩阵处理方面的强大优势Python无法比拟，我曾经用Matlab和Python跑同一个算法，涉及到矩阵中Symbol求导。
Python用的是Numpy，Sympy和Scipy，感觉Sympy中Matrix虽然功能强大，但是速度很慢，而且需要专注其中各种细节。
如：其对Complex类型是无法自动expand的，常常出现(1+I)(2I+1)这种结果，这时需要调用.expand来解决。
Matlab可以使你专注于模型，Python要超过Matlab还需要时间。
但是Python在内容抓取，机器学习，等有强大的第三方包，如Scarpy，Skikit-learn等，发展很快。
学习量化交易，应该如何入门？
1. 坚持。坚持是一种习惯的最佳培养方式，到点必须执行某种动作，长期坚持。我就坚持看出，到点就执行，哪怕打开书我就犯困，走神，也要坚持执行，而且坚持看30分及以上。
2. 训练速读速记的能力。这个技能是自学者的必备技能，因为他可以帮你充分利用碎片时间。这个技能经常会给我带来惊喜，长期大量的碎片信息记忆积累，会在不经意的某天链接成知识块，也为我进行系统学习时提供充足的素材、提高学习效率。最重要的一点是，它是灵感的重要来源。
3. 建立学习正反馈机制。为什么人喜欢玩游戏，尤其是电子游戏，有人专门分析过这个问题，那就是游戏有及时的反馈，然玩家随时获得成就感，所以就会不断的投入注意力。我也为自己在学习问题上建立了很多正反馈机制，例如，如果一周内我的学习时间达到10小时，我就会去吃点好吃的。如果超过15小时，我就会去买点自己想要的。如果超过20小时，我就会在周日给自己放一个小***。再例如，激发自己的好奇心和欲望，让自己能够想要去知道结果，或者急切的渴望达成。再再例如，让自己中二一点，给这件事情赋予一个神圣的意义，让整个事情充满仪式感。。。。
4. 与自己的终极目标相结合。这个其实是第三条的超级加强版，其实很多人都论述过这个观点，那就是把一件辛苦的事情和自己的终极目标相结合，那么这件事情会变得非常有乐趣，谁劝都没用。
5. 丰富的学习手段。这个主要是看个人的爱好了，我的做法是把记笔记变成一种乐趣，我纸质笔记和电子笔记都用，还买了彩色笔丰富笔记颜色。总之就是弄一些让自己能够愉悦的学习工具来使用。
量化投资的门槛还挺高的，从知识储备来说，计算机Python和金融学知识至少都是要了解的，可以选懂一样再学另一样。而真正做量化的时候就涉及到数据，回测框架和策略研究，建议最好先用一个平台，因为自己一个人买数据做框架不现实，我自己用的是聚宽的平台，好处是常规的财务数据，行情数据和技术指标基本都有，入门是够用了。谈到升级，难度就大很多，比如多因子策略，需要用到的回测框架就复杂很多，要做IC回归，T检验，分层测试，这时候就要再补习统计学的东西，真的都弄了一遍发现常规的因子赚不到什么钱，要要开始因子挖掘，量化也是条不归路，且行且珍惜吧。
到此，以上就是小编对于量化投资学习python的问题就介绍到这了，希望介绍关于量化投资学习python的2点解答对大家有用。
