python量化分析前景_Python3 量化分析笔记从小白到破产-学习路线规划

文：蓝兔子读难NOTES

图： 配图 来源于网络

Python3 量化分析从小白到破产

学习路线规划

编码：0002

上一次我们安装了 jupyter notebook 作为我们的开发环境，但是我们在打开时，是先打开了anaconda，然后再在里面「launch」 jupyter notebook的，难道我们每次打开这个东西都要这么复杂吗？其实大可不必，我们只需要在终端里(什么，你问我终端是啥？抱歉，我也不知道)输入 juputer notebook 命令就OK啦：

如果你在打开的时候遇到需要你输入密码，然后你并不记得自己设置过密码，请不要惊慌，不要失措，可以用「 juputer notebook password 」命令重新设置密码：

在图中2这个位置，如果你按键盘没反应，不要怀疑是你键盘坏了，他就是没有显示而已，为了安全，你懂的，正常操作即可。如果一切顺利，设置完成后会出现如下一句：

[NotebookPasswordApp] Wrote hashed password to /***/***/.jupyter/jupyter_notebook_config.json

那么代表着密码设置好了，再需要输入密码的时候，直接输入就行了。

好了，现在回归正题。python是一门编程语言，但我们却不是程序员，所以我们也没必要加入"php是最好的语言"这种战争中。既然我们已经选择了python，那么我们就把python当作做好的语言就行了。既然选择，并只顾风雨兼程！

不过对于我们小白来说，python确实可以说是最好的语言了。理由如下：

其一，python的基础语法很简单，和自然语言非常接近，所以上手很快；其二，各种工具箱很多，编程其实就是在工具箱里找各种工具，拼出你想要的机器；其三：用python做量化分析的入门级资料真的太多了。

量化分析的过程，主要就是收集数据、处理数据、分析数据、结果可视化这么几步。作为小白，我给自己规划的路径，是先学习基础的python语言知识，再然后分别去学习收集数据专用的包、处理数据专用的包、分析数据专用的包，和可视化专用的包，最后练习一些小案例。

python基础：基础数据类型：变量、字符串～

基础语法与规范：注释、缩进～

常用运算符：平方、与或非～

程序3种执行结构：顺序、分支、循环

高阶数据类型：列表、字典～

函数：定义、调用、传参～

高级特性：切片、迭代～

文件读写：打开、保存～

异常处理：～

常用内置函数汇总：～

常用内置模块：os、datetime～

python 包：numpy、pandas～

再次强调，我们的目的不是成为一个python程序员，而是要把python当作一个工具。因此，我们只要知道这些最常用的东西就行，那些不常用的遇到了再去解决就好。有了python的基础之后，我们再进行量化分析常用的工具包学习，鉴于我们基础有限，直接从简单的开始。利用现成的工具包接口，获取股票相关的数据进行学习。如果后面学得不错，还可以利用爬虫，我们自己去爬取数据。常用包如下：

数据获取：

tushare(直接获取交易数据)

⬆️一行代码获取股票数据

处理和分析数据：Numpy(数组、矩阵)

Pandas(表格、excel)

Scipy(数理统计)

可视化：Matplotlib(画图)

seaborn(画图)

⬆️画出收盘价

如果我们真的坚持到了这里，那我们的基础应该差不多了。后面就可以通过一些小案例来强化学习了。从这里开始，我们就结合一下案例，做一些实战的小例子，同时补充金融知识。等我们有过一些案例之后，应该算是入门了，如果此时我们胆大心细，杀入市场，应该可以实现破产的目标。届时我们的从小白到破产系列学习也就结束了。

我们马上就进入python基础的内容！

相关文章(关注：CFArabbit)