大家好，今天小编关注到一个比较有意思的话题，就是关于python量化学习的问题，于是小编就整理了2个相关介绍Python量化学习的解答，让我们一起看看吧。
如果仅仅只是自己想做量化交易，是用matlab还是用python比较好？
必须是python.
首先maltab安装复杂，安装一个matlab，十个python都安装好了
其次功能上，matlab能实现的python都能实现，而很多python能实现的，matlab未必可以
再次各大平台支持python，远比matlab多，生态上好太多了，可移植性好
最后就是AI等衍生包的支持上，python也好太多。
python好一些
你有没有这样的感觉：
你身边的一些人，做着和你差不多的工作，拿着和你差不多的薪水，但人家每月出国旅行，每周吃火锅大餐，每天换一身阿玛尼，每小时换个手表，每分钟看一下手机......
Why?
因为他们炒股. 随着年龄的增长，大家会发现身边越来越多的人在炒股；有的人闷声发大财，有的人天台唱《再见，这个世界》。
既然说到炒股，不得不提到量化交易。
所谓量化交易，就是以先进的数学模型代替人为主观，利用技术从海量数据中分析出超额收益的“大概率”事件来制定策略，避免非理性的投资决策。 像什么空中花园、羊驼策略、狗股理论等等......通过代码设置，根据市场的变动进行交易，实现短期、中期、或者长期的利率最大化，也就是大家所谓的躺着赚钱。
从JP Morgan到中国大妈，每天有无数人在研究各种算法策略；衍生出的职业如量化交易系统工程师、量化交易员等，薪资都高的吓人。
在量化交易开发方面，最火的要算是Python了，国内很多量化***都使用Python开发；C++不是更强大稳定么？没错，但是C++臃肿而不够灵活，这对量化交易策略是致命的，因为我随时都有可能更改、测试新的策略。
南京大学会计学硕士，自学python和R语言，统计学基础一般，去做量化投资或者券商金融组会受限么？
我不知道会不会受限，但如果你继续学习统计学的话，一定会给你带来巨大增值空间，这是毫无疑问的。你可能还要去学其他的数学，比如微积分、线性代数。将数学和计算机应用到金融分析，我知道的人都是年薪千万的。
你会发现，最后找到的工作，和你会什么未必是强关联的，工作后的内容和你所学更是未必有关系，一大半的人初始最后做的工作和专业没啥关系，两三年后不转行的再剔除一大半，不过你也是学概率的，概率这东西嘛。。。
到此，以上就是小编对于python量化学习的问题就介绍到这了，希望介绍关于python量化学习的2点解答对大家有用。
