一个采用python获取股票数据的开源库，相当全，及一些量化投资策略库

tushare:

http://tushare.waditu.com/index.html

 

为什么是Python？

就跟javascript在web领域无可撼动的地位一样，Python也已经在金融量化投资领域占据了重要位置，从各个业务链条都能找到相应的框架实现。
我们拿上一篇文章的图再来看看，在量化投资（证券和比特币）开源项目里，全球star数排名前10位里面，有7个是Python实现的。从数据获取到策略回测再到交易，覆盖了整个业务链。

 

而全球注册用户数最多的商业量化平台Uqer优矿，也同样是基于Python实现和提供服务的。国内后来的其他量化平台，例如ricequant和joinquant，也主推Python环境。可见Python在量化平台应用的绝对占有程度。

Python是一门比较全面与平衡的语言，既能满足包括web在内的系统应用的开发，又能满足数据统计分析等数学领域的计算需求，同时也能作为胶水语言跟其它开发语言互通融合。

在数据分析方面，没有其他语言能像Python这样既能精于计算又能保持性能，对于时间序列数据的处理展现了简单便捷的优势。而如此适用的特点，主要得益于有如下框架和工具的支持：
Numpy：底层基于C实现的科学计算包

• 具有强大的N维数组对象Array
• 具有数据广播功能的函数库
• 具有完整的线性代数和随机数生成函数

SciPy：开源算法和数学工具包

• 最优化线性代数、积分、插值、特殊函数
• 快速傅里叶变换
• 信号处理和图像处理
• 常微分方程求解
• 其他科学与工程中常用的计算

其功能与Matlab和Scilab等类似
Pandas：起源于AQR的数据处理包，具有金融数据分析基因

• 基于Series、DataFrame和Pannel多维表结构数据
• 数据自动对齐功能
• 数据清洗和计算功能
• 时间序列数据快速处理功能

Matplotlib：基于Python的数据绘图包，能够绘制出各类丰富的图形和报表
另外，Python在机器学习领域的应用也越来越多，其中的开源的项目包括了scikit-learn、Theano、Orange等。

金融领域主要的Python书籍：

《Python for Data Analysis》
《Python for Finance》

《Mastering Python for Finance》

《Maching Learning in Action》