大家好，关于Python量化交易平台哪个好很多朋友都还不太明白，今天小编就来为大家分享关于量化投资中,MATLAB和python哪一个好的知识，希望对各位有所帮助！

本文目录

1. 中国的 Python 量化交易工具链有哪些
2. 量化投资中,MATLAB和python哪一个好
3. 使用python做量化交易策略测试和回验,有哪些比较成熟一些的库

一、中国的 Python 量化交易工具链有哪些

1、万得的Python API，可以用来获取实时数据、历史数据以及下单交易优点：万得大而全缺点：下单交易功能不是事件驱动（例如成交回报需要用户去查询，而不是主推）

2、同花顺iFinD的Python API，类似万得的API优点：比万得便宜，同花顺的服务态度很好（用户提出新需求后很快就能给出确定的答复或者解决方案）

3、 QuickFix的Python API（可以用来接国信、方正的FIX接口）

4、 Numpy/Scipy/Matplotlib/Pandas（量化分析）

5、 IPyhon/Spyder（适合做量化分析的IDE环境）

6、 TuShare财经数据接口-可以直接抓取新浪财经、凤凰财经的网站数据，包括行情、基本面、经济数据等等。完全免费，简洁易用，API设计得非常友好，提取的数据格式是Pandas的DataFrame。同时可以获取非高频实时数据（取决于网站更新速度，同事经验大约是15秒），一个极好的非高频股票策略数据解决方案。

7、恒生电子的量化赢家平台，提供Python接口，链接我点进去后没看到具体的使用教程，希望回头补一下。

8、米矿ricequant在我提出这个问题时尚只有Java的API，后来也支持了Python，期待2016有新的突破。

二、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。概括之：现在用Matlab，未来用Python

三、使用python做量化交易策略测试和回验,有哪些比较成熟一些的库

介绍：一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

介绍：SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计、优化、线性代数、傅里叶变换、信号和图像处理、常微分方程求解等等。

介绍：Python Data Analysis Library或 pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

介绍： quantdsl包是Quant DSL语法在Python中的一个实现。Quant DSL是财务定量分析领域专用语言，也是对衍生工具进行建模的功能编程语言。Quant DSL封装了金融和交易中使用的模型（比如市场动态模型、最小二乘法、蒙特卡罗方法、货币的时间价值）。

介绍：python内建的统计库，该库提供用于计算数值数据的数学统计的功能。

介绍： PyQL构建在Cython之上，并在QuantLib之上创建一个很浅的Pythonic层，是对QuantLib的一个包装，并利用Cython更好的性能。

关于Python量化交易平台哪个好到此分享完毕，希望能帮助到您。