发帖
雷达卡
1. 廖雪峰2.7教程/Learn Python The Hard Way
这个部分主要是熟悉基本语法和数据结构。比如list，函数定义，面向对象编程，第三方包的安装等等。这两个选一个认真看完就行，不习惯英文的可以选择第一个。
对于后者：
照着Introduction章节中的要求，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。
2. 《利用Python进行数据分析》
主要讲了几个常用的package,顺便复习下之前学习的数据结构等等
3. 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。
4. 接下来就是按照常用的库进行学习了。
库很多，只有你找不到的，没有你想不到，和量化这块结合比较紧密的有：
- Numpy&Scipy：科学计算库，矩阵计算
- Pandas：金融数据分析神器，原AQR资本员工写的一个库，处理时间序列的标配
- Matplotlib：画图库
- scikit-learn：机器学习库
- statsmodels：统计分析模块
- TuShare：免费、开源的python财经数据接口包
- Zipline：回测系统
- TaLib：技术指标库
- 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。
另外推荐这本书给想要更深入学习PyQt4的朋友：Introduction to Python Programming and Developing GUI Applications with PyQT
其他：
Dataquest
平台：
优矿
ricequant
quantopian
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
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。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
