针对Quant的Python快速入门指南

最近有越来越多的朋友在知乎或者QQ上问我如何学习入门Python，就目前需求来看，我需要写这么一篇指南。

针对整个vn.py框架的学习，整体上有两条不同的路线：

有经验的Quant学习如何使用Python语言来做策略和交易程序的开发（编程语言是学习重点）
有经验的程序员学习如何将自己的编程知识和经验应用在量化研究和策略开发上（金融量化是学习重点）

我自己本身是金融工程硕士，毕业后也是从Quant入行，所以这篇指南主要针对的是第一条路线，欢迎社区里从第二条路线入行的朋友写写自己的经历。

以下内容建议按照顺序一步步走，不要跳步、不要偷懒，多敲代码、多做调试，英语不好的就当顺道提高阅读水平吧。

Learn Python The Hard Way

链接：http://learnpythonthehardway.org/book/

这套教程是我进入Python世界大门的敲门砖，一共50个Exercise包含了一个Python新手需要知道的所有基础：

• 如何搭建Python环境
• 变量、注释、运算符
• 输入、输出
• 函数
• 数据结构：字典、列表、集合
• OO：类和对象
• 控制语句：条件、循环
• Python的模块
• 构建一个小型项目
• 等等

学习方法很简单：照着Introduction章节中的要求，不用IDE只用编辑器（文中推荐的是Notepad++，个人觉得Sublime Text也不错），一行一行地敲代码，敲完后用最原始的方法来运行，根据Python解释器的异常输出来做调试。

50个Exercise全部完成后，你基本就掌握Python的运行和调试方法以及基础语法了。

利用Python进行数据分析

这本书的作者Wes McKinney在美国著名的量化对冲基金AQR工作时开发了Python在数据分析领域的主要工具pandas。这本书最大的特点之一是作者用非常多的案例来介绍numpy、matplotlib、pandas和ipython在实践中的使用方法，读者实际操作过一次后立即就可以把相关的知识应用在自己其他相关的项目上。

网上有不少建议新手直接从某个库的用户手册开始学习，我个人不赞同这种方法。原因是大部分库的用户手册主要是介绍其API的使用方法，内容写得太过抽象，对于本来就没有太多经验的新手而言就跟死记硬背英文单词差不多，看了挺久后往往还不知道如何把代码系统化的整合起来解决自己的问题。

Python Cookbook

有了以上两段学习的基础后，可以把Cookbook这本著名的“烹饪秘籍”买了放在书橱里以备不时之需（没完成以上两段买了也是浪费看不懂）。既然叫秘籍，内容难度高是必然的，整本书根据用户要使用Python解决的具体问题来区分章节，请了每个领域中的大牛分享了一些经验和代码。

和前两本不同的是这本书的内容不用全部掌握，可以先大概扫一遍知道每章有什么内容，后面做开发遇到相应问题时再来翻书研究。另外这本书里很多技术属于Python的“奇技淫巧”级别，如果能全部掌握对于编程水平会有非常大的提高。

PyQt4入门（ZetCode）

PyQt4是目前Python上最为主流的GUI开发库，底层运行的是C++开发的Qt代码，上层使用Python封装的API来实现调用，运行效率足以满足开发量化交易实时监控界面的需求。

对于Python新手而言，学习PyQt4除了开发GUI外，更重要的是吸收PyQt4代码中的面向对象（OO）的设计模式相关的知识。简单的量化策略可以用过程式编程的方法来实现（如轮询价格、突破100买、跌破90卖），但是对于复杂的量化策略（如期权波动率套利、跨多市场套利等）就需要使用OO的设计模式来解耦不同功能的模块（信号生成、委托下单、风险管理），提高整个代码的健壮性和可维护性。PyQt4的OO编程风格非常简洁和清爽，掌握后用在其他的项目开发上可以大幅提高程序的编码质量。

QuantStart

应该是目前全球Python量化交易领域访问量最大和内容最丰富的网站，不加之一是因为据我所知还没有更大的，而且我还喜欢经常在网上找Python量化的资料，应该算得上经验丰富。

QuantStart上的内容整体难度较高，都是直接使用Python来处理量化交易项目的知识经验和代码实例，没有老老实实学完前几个部分大概率是会看得云里雾里。

总结下网站文章的大体分类：

买方（P宗）：

• 算法交易
• 统计建模和机器学习
• 量化策略研究
• 时间序列建模

卖方（Q宗）：

• 二叉树模型
• 随机积分
• 偏微分方程PDE

代码示例：

• C++

• Python

• 外汇交易平台开发

• 统计套利平台开发

• Quant职业生涯

• 职业生涯建议

• 读书笔记

另外网站的作者也写了两本书Successful Algorithmic Trading和Advanced Algorithmic Trading，比起另外一个著名的量化博客主E.P. Chan写的两本书质量要好非常多，推荐购买。

其他学习内容

CodeCombat

写Python代码来玩RPG游戏，游戏设计的非常好，毫无基础的人也能逐步掌握Python编程（本来就是设计给孩子的），同时一些关卡对于程序员的逻辑思维能力有很好的训练。游戏难度随着关卡逐步增强，到后期还是有相当的挑战度，可能导致学习者沉迷其中，入坑前请谨慎三思……

Flask Web开发:基于Python的Web应用开发实战

Flask是Python目前在Web开发领域人气最高的框架之一（另一个是Django），采用微框架的设计哲学，代码短小精悍，同时还有着非常好的扩展性。整本书的内容就是教会读者如何一步步从0开始搭建一个自己的博客，中间涉及的设计模式、数据库ORM、APP部署等知识在量化领域也都有相应的应用。

廖雪峰的Python教程

可以作为LPTHW的中文版替代，涉及的内容相对更加丰富也带有大量的代码实例，不过整个教程中对于Python一些底层特性的讲解较多，更加适合完成了前几个阶段的学习后用来作为二次的知识巩固和提高，初学者建议还是从LPTHW开始入门。

最后：关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。


最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。