谢邀。
这么多年,语言层出不穷,原始做量化的程序,都是用C,C++接ctp的,后续逐步有了java,c#,更多的还是以c++为主。近些年的python和r有了发展,先不谈量化,只说对于做程序而言,始终遵循着:语言难易-人力-语言性能-人力-语言难易 这样一个循环的瓶颈因素。当你从零开始时,语言的难易程度决定了你的是否有资格入门,随着程序开发规模化和团队化,是否有合适的工程师,就成了限制性因素,这两个问题都不再是问题时,就需要比拼语言性能,哪个内存消耗更低,哪个运行更快,下一个瓶颈就又到了是否可以人力团队的规模化扩大以及互备,再下一个又回到语言是否可以长期稳定运行,人员变动后是否可以快速接手替代。这也是量化交易在发展的过程中,必然需要面对的问题。如果你作为一个个人研究者,那么不管什么语言,都不是问题,哪个你更偏好,就用哪个,如果你致力于大型团队,那么用什么,要看团队的配比以及公司的历史。革命掉旧程序需要有足够充分的理由和能力,即使这两项都有,消耗的时间成本和人力成本,也是需要考虑的因素。一门旧语言只要有一个优点,就有存在的价值,一门新语言想要替代他不仅仅要全面超越,更需要漫长的时间。比C++,比java更好的语言不是没有,很早就有,还有很多,但是c++,java依然是不可取代的,至少目前不可取代,也就是这个原因,python没有减弱java的光芒,julia也自然不会替代python。欢迎你多学习多使用,借鉴不同语言的优势和特点,也建议你回归本源,抛开语言的因素,将量化的策略作为重点,万变不离其宗,无论什么语言都好,策略才是本质。