Quant 应该学习哪些 Python 知识

1 如果还需要Deep Learning方面的东西的话，可以考虑Theano或者Keras。这两个东西可能会用在分析新闻数据方面。不过不是很推荐使用这类方法去做量化模型，因为计算量实在是太大，成本很高。

2 交易框架方面，除了vnpy，还推荐PyAlgoTrade框架，github上可以搜到。私以为这个框架比vnpy牛逼太多了，毕竟是一个在金融IT领域混迹近20年的老妖的作品，架构设计不是一般的优秀。

3 国内的话，ricequant是个不错的选择，虽然使用的是Java，但是团队我见过，都是做金融IT出身的，基本上都有7、8年以上经验，底层功底非常扎实，做事情都很靠谱。现在他们也在考虑把SDK扩展到Python这边。

4 国内的行情和交易接口，使用的是自己的协议（比如CTP接口使用的是FTD协议），而不是国际上广泛使用的FIX协议，并且都不开源。如果需要连接行情，还需要考虑将接口SDK为python封装一下。（修改：评论中有人提到很多券商也开放了FIX接口，不过似乎是在内网使用）

5 有人谈到数据库了，这里我也说一下，对于高频tick级别的数据，其量级可以达到每天TB级别，普通的关系数据库是扛不住的。如果试图使用传统的关系数据库，比如Oracle之类的可以省省了。对付这种级别的数据，采用文件系统+内存索引会更好。不过这种场景，一般也就是机构里面能碰到了，个人quant可以不用考虑。

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）

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）

掘金的量化平台

通联数据的量化平台

QuickFix的Python API（可以用来接国信、方正的FIX接口）

Numpy/Scipy/Matplotlib/Pandas（量化分析）

IPyhon/Spyder（适合做量化分析的IDE环境）

Zipline（策略开发回测）

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。

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。

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。

不过由于笔记本电脑体积相对较大，携带起来还依旧有诸多不变，此外笔记本电脑几乎采用的是可视角度很小的TN面板，这样会在多人交流时收到一定的限制。而苹果在推出采用IPS广视角面板的平板电脑iPad之后，其凭借着较好的显示效果和轻便小巧的特性成为了摄影师或图形设计师用来展示作品的首选。不过毕竟与桌面的显示器产品相比，iPad屏幕也会出现色彩表现不太准确的情况，既然显示器能够采用专业的校色仪来校正色彩，那么像iPad这样的平板电脑是否也能做到这一点呢？ iPad校色所需要的工具及软件 熟悉显示器校色过程的用户，应该不会对Datacolor公司推出的Spyder系列校色仪产品感到陌生，其能够校正显示器、电视、笔记本电脑屏幕的颜色，通过Spyder校色硬件与“Spyder Elite”专用软件（或者是像Profile Maker与BasICColor Display这样的第三方软件）来校准屏幕色彩。硬件与软件缺一不可。Spyder校色仪是常用的校准显示屏幕的硬件，需要配合软件才能完成校色工作 而现在Datecolor现在也推出了适用于IOS系统（包括iPhone与iPad）的校色软件，其名字叫SpyderGaller，这款软件可以在苹果APP Store中搜索到并下载，分为iPad和iPhone两个版本，均是免费的，这样用户配合Spyder校色仪硬件就可以实现校色的目的。Datacolor为IOS系统推出的校色软件：SpyderGallery 不过由于苹果iPad平板电脑和iPhone手机采用的都是专用接口，并非PC常用的USB接口，那么整个校色过程是如何实现的呢？这里就需要台式机或笔记本电脑来进行辅助。下面我们就来一步步为您详细说明。 第2页：下载PC端软件,同步检测数据 由于iPad与iPhoen采用的是苹果专用接口，而Spyder校色仪采用USB接口，因此我们不能直接将校色仪连接到iPad上，需要将校色仪连接到PC后，把Spyder检测到的数据传输到iPad上，然后由iPad上的SpyderGallery软件来进行处理与校正。因此首先我们需要把iPad与PC实现数据同步，而这个软件不是itunes。打开SpyderGallery软件，提示搜索Spyder校色仪 第一次SpyderGallery软件，我们会发现屏幕右上方显示“Calibrate Viewer Not Calibrated”的字样，说明此时软件还没有检测到Spyder校色仪，这里需要点击界面右上方的Spyder图标。将Spyder校色仪连接到PC后，选择左边的图标 将Spyder校色仪连接到PC后，选择左边的图标,系统会通过向导的模式帮您连接校色仪。向导第一步：提供PC数据同步软件下载地址 进入想到后，第一步需要点击上图**方框中的“Email me a link to download the desktop app”，这时系统会给您的邮箱中发一封邮件，里面有下载链接。填写您的姓名和Email地址 点击后，会提示您输入姓名以及Email地址，如果您担心有个人隐私问题，可以点击“Privacy Polley”进行查看。邮件内容 不久后，登录您所填写的邮箱就可以找到Datacolor公司发送的邮件内容了，里面提供Windows和Mac OS两个系统软件的版本，用户可以根据自己PC类型来进行选择下载与安装。 第3页：PC同步软件的安装与设置 下载之后，我们这里以Windows版本的为例演示安装和设置过程。在安装前需要把Spyder校色仪连接到PC主机上。SpyderGallery Desktop桌面客户端 安装PC端软件的过程并不复杂，只需要根据提示不断点击“下一步”即可。运行桌面客户端软件 安装后该软件会自动运行，我们可以看到其基本信息与端口，窗口显示该PC主机所使用的IP地址与Spyder校色仪所采用的通讯端口。设置IP地址与端口 iPad与PC的连接是通过无线局域网来实现的，如果默认情况下系统依旧无法找到Spyder校色仪，可以进入设置窗口来手动填写IP地址与端口。在上文中我们介绍桌面版本的SpyderGallery窗口信息显示了该主机的IP地址与端口，我们只需要将该信息填写在iPad软件中的“Connection Options”就可以了，如果填写正确会在极短的时间内找到Spyder硬件，如果在较长的时间内系统依旧显示正在寻找硬件，说明设置过程依旧有问题。 第4页：傻瓜式的校色过程 在完成安装桌面客户端以及连接到Spyder硬件后，接下来就进入校色环节。与校正桌面显示器相同的是，整个过程由软件与硬件自动完成，我们要做的只需要等待就可以。第二步：将Spyder校色仪放置在轮廓所在处 找到Spyder硬件后，第二步系统会提示您将校色仪按照左侧的轮廓放置在屏幕上，然后点击“OK”。准备校色（此时Spyder校色仪应该与PC连接）校色自动进行中 校色过程中，iPad版的SpyderGallery软件会与PC版校色软件一样，分别让iPad显示红色、绿色、蓝色以及多种颜色，此时PC版软件会将Spyder校色仪测试的数据通过软件同步到iPad的SpyderGallery软件中，其再根据这些数据来自动调校iPad的屏幕。校色完成 在校色完成之后，系统会显示“Done Congratulations！”的字样，说明屏幕校正工作已经结束了。 第5页：校色结果及实际意义 校色完成之后，SpyderGallery可以让用户访问自己的库，来观察校色完成之前与之后图像变化的差异。首先我们来看一张官方的对比图。从用户相册中选择官方校色结果对比（左侧为校色前，后侧为校色后） 上图中画面左侧为校色前，右侧为校色之后的效果，可以看到校色后人物的皮肤更加红润，花瓣颜色也更加鲜艳，画面对比也更加锐利。下面我们来来从iPad机身内随便调取一张，看看对比的效果。手动选择一张，看看校色前后的对比 从我们选择的实际上来看，其差异要比官方的对比小一些，主要是背景墙的细节有一点变化，此外人脸部显得相对更明亮。如果读取不同的照片，效果也会有一定区别，如有些校色对比前后差异相对较大，而有些则较小。不过由于苹果IOS系统较为封闭，在不越狱的情况下我们无法从系统中获得校正后的ICC文件（在校正桌面显示器时是可以保存ICC文件的），这样暂时不能对其进行深入的分析。不过考虑到IOS设备硬件高度的统一性和独立性，即使拿到这个ICC也无法使用在其他类型的平板电脑中。 平板电脑校色的意义 相对于桌面级的液晶显示器而言，人们使用像iPad这样的平板电脑都不会过于关注屏幕的色彩还原准确性与可靠性，不过正如本文开头所述，一些特定的用户群体，如摄影师以及专业图形制作人士现在更倾向于将自己的作品存放在iPad中，这样带给客户展示作品或提交方案的时候会更加便利，此时就需要iPad的屏幕拥有更好的色彩效果。随着新一代iPad屏幕分辨率大幅度提升，画面更加精细，同时其NTSC色域也基本达到了普通液晶显示器的水准，因此其显示效果甚至超过了很多笔记本电脑产品，这样iPad会成为更多用户进行作品、样本展示的平台，对色彩准确性的要求也越来越高，因此对iPad这样的平板电脑进行色彩校准就变得很有必要了。 当然对于这些特定的用户群体而言，他们在使用桌面显示器时都会购买专业的设备以及校色仪，若已经使用Spyder校色仪的用户完全不需要另外付费，从App Store中下载免费的SpyderGallery软件就可以校正自己的iPad设备了，因此这个功能可以说是增值服务，不会增加额外的成本。

保时捷918双座敞篷跑车配备一台高转速V8发动机，最大功率为500马力，最高转速为9,200 rpm，而安装在前后桥的电动马达则能提供218马力（160 kW）的机械输出功率。这款V8发动机是RS Spyder赛车上的34L直喷发动机，安装在后桥前方的中间位置，配备7速Porsche Doppelkupplung（PDK）双离合器变速器，直接将动力传至后轮和电池。 而电力驱动方面，使用一个水冷式锂离子蓄电池作为储能器安装在座舱后部。这种插电式混合动力系统的一大优势在于可以利用常规电网对蓄电池进行充电。此外，当车辆进行制动时，可以将车辆动能转化为电能储存到蓄电池中，使车辆进行快速的动态加速。新车提供四种不同的驾驶模式：电力驱动模式可以让车辆仅依靠电力最多行驶25km。在混合动力模式下，918 Spyder同时利用电动马达和内燃机驱动，根据具体驾驶条件和需求，允许驾驶者采取从极其省油到动态驾驶的各种驾驶方式。运动型混合动力模式同样利用两种驱动装置运作，但更专注于提高车辆的动力性能。大部分驱动力分配至后桥，扭矩引导系统用来进一步改善车辆的驾驶动态。在赛车混合动力模式，驱动系统完全用来提供最纯粹的驾驶性能和最高标准的赛道驾驶动态，其动力及动态输出均能达到最高极限。在蓄电池充足电时，通过按下一个“超越”按钮可以获得额外的电力驱动（E-Boost），例如在超车或需要更佳动力性能时启动。 混合动力技术使得918 Spyder可以支持多种驾驶方式，既可以像纯正赛车那样获得出色的单圈用时（例如在纽伯格林北环赛道上行驶一圈少于7分30秒），也可以非常经济环保的方式驾驶，CO2排放仅为70g/km。与传动系统类似，918 Spyder的轻质车身结构同样反映出了其直接源自赛车的基因：模块化结构、由碳纤维加固塑料（CFP）制造的单壳体车身以及镁铝材料的巧妙应用不仅令车重减至不到1,490 kg，还由于其出色的抗扭刚度确保了卓越的驾驶精确性。传统与现代的巧妙融合结合独特的尺寸比例，为这款概念车带来了异常强劲的外观形象。保时捷经典的可变空气动力学设计确保了既传统又现代的造型亮点，这一点在后扰流板处尤为突出。在这款918 Spyder上，醒目的后软篷从座椅头枕处延伸而出，不仅符合空气动力学原理，还为具有冲压进气功能的可收回式进气道的布置创造了条件。驾驶者和乘客不仅可以舒适地坐入仿形运动型桶型座椅内，还能与集高效功能与人体工程学 *** 作于一体的驾驶室完美融合，这种车内设计理念引领了未来超级跑车的设计水平。三个独立式圆形表盘分别显示车速（左侧）、发动机转速（中间）和能量管理（右侧），这种设计直接源自60年代的一款赛车，突出了保时捷典型的以驾驶者为中心的独特理念918 Spyder的中控台向前抬高，环包住一个用于直观控制车辆功能的触摸屏，有效地减少了可见控制按钮的数量，并且遵循了直观 *** 控的原则。与驾驶者相关的控制单元都被特别集中在三辐多功能运动型方向盘上，而同样作为保时捷典型特色的可变驾驶模式则通过一个图谱开关控制，方便驾驶者调用不同的驱动模式，该开关还可在进行超车等 *** 作时作为“超越”按钮使用。在以提高经济性为主的驾驶模式下，仪表板照明为绿色，而在以提高动力性能为主的驾驶模式下则为红色。918 Spyder还带有一个被称为里程管理器的创新功能。在中央显示屏上开启该功能后，里程管理器可以利用导航系统的地图显示可行驶的剩余里程，而驾驶者则可以通过选择适当的驱动及驾驶方式影响这一数据。在包含环境预警区的城市中，里程管理器还会提示驾驶者仅依靠电力驱动时的可达里程。根据这项信息以及专用能量供给站的位置信息等，驾驶者可以自由选择适宜的驾驶模式以及蓄电池充电和车辆加油的方案。保时捷918 Spyder实现了极低油耗、超高性能与长电力驱动行驶里程的独特组合，代表了保时捷在电力驱动开发方面的一座重要里程碑。

学python需要的软件：

1、sublime Text：是一款非常流行的代码编辑器，支持Python代码编辑，同时兼容所有平台，并且丰富的插件扩展了语法和编辑功能，迅捷小巧，具有良好的兼容性，很受编程人士的喜爱。

2、Vim：Vim和VI是一种模型编辑器，它将文本查看从文本编辑中分离，VIM在原始VI之上做了诸多改进，包括可扩展模型和就地代码构建，VIMScripts可用于各种Python开发任务。

3、Visual Studio Code：Visual Studio Code是一款兼容Linux、Mac OS，X和Windows平台的全功能代码编辑器，可扩展并且可以对几乎所有任务进行配置，对于Python的支持可以在Visual Studio，Code中安装插件，只需快速点击按钮即可成功安装，且可自动识别Python安装和库。

Python

由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

百度百科-Python

以上就是关于Quant 应该学习哪些 Python 知识全部的内容，包括:Quant 应该学习哪些 Python 知识、中国的 Python 量化交易工具链有哪些、平板如何调色 手把手教你校正iPad屏幕等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！