对量化交易的Python初学者快速入门的建议

最近有越来越多的朋友因为交易的需要或对职业的规划，在知乎或者QQ上问如何学习入门Python，这是目前大家面对的很普遍问题，我提出一些建议。

针对量化交易的学习，大体有两条不同的途径：

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（重点学习编程语言）

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（重点是学习金融量化和统计知识）

我担任过上海私募量化基金的CTO，早年读书时就拿过国家级奖项，获得多项专利，并且 从事量化交易多年，所以这篇建议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。

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。

所以我建议重点先将下面两本书浏览一遍，但对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。 当然如果能全部掌握对于编程水平会有非常大的提高。

有了初步的概念后，可以一边做项目，由点到面，一点点扩展python 知识面，在实践中强化自己的python开发能力。
当然如果有时间的化，可以按以下内容建议按照顺序一步步走 。

Python基础教程（第2版 修订版）

本书包括了对python初学者所需要的几乎全部知识

这是经典的Python入门教程，层次鲜明，结构严谨，内容翔实，特别是最后几章，作者将前面讲述的内容应用到10个引人入胜的项目中，并以模板的形式介绍了项目的开发过程，手把手教授Python开发，让读者从项目中领略Python的真正魅力。

京东购买链接
https://item.jd.com/11461683.html

1.《Python基础教程（第2版·修订版）》既适合初学者夯实基础，又能帮助Python程序员提升技能，即使是Python方面的技术专家，也能从书里找到耳目一新的内容。
第1章 快速改造：基础知识
第2章 列表和元组
第3章 使用字符串
第4章 字典：当索引不好用时
第5章 条件、循环和其他语句
第6章 抽象
第7章 更加抽象
第8章 异常
第9章 魔法方法、属性和迭代器
第10章 自带电池
第11章 文件和流
第12章 图形用户界面
第13章 数据库支持
第14章 网络编程
第15章 Python和Web
第16章 测试
第17章 扩展Python
第18章 程序打包
第19章 好玩的编程
第20章 项目1：即时标记
第21章 项目2：画幅好画
第22章 项目3：万能的XML
第23章 项目4：新闻聚合
第24章 项目5：虚拟茶话会
第25章 项目6：使用CGI进行远程编辑
第26章 项目7：自定义电子公告板
第27章 项目8：使用XML-RPC进行文件共享
第28章 项目9：文件共享2——GUI版本
第29章 项目10：DIY街机游戏

2.《Python数据分析与挖掘实战》
10余位资深大数据专家结合10余年数据挖掘与实施经验，通过10余个真实的案例为10余个行业的数据挖掘给出了解决方案，并提供相关的建模文件和源代码
京东购买链接:
https://item.jd.com/11821937.html#none

3.PyQt5快速开发与实战
《PyQt5快速开发与实战》既是介绍PyQt 5的快速入门书籍，也是介绍PyQt 5实战应用的书籍。PyQt 5是对Qt所有类的Python封装，既可以利用Qt的强大功能，也可以利用Python丰富的生态圈，同时能够结合Python简洁的语法进行操作，其结果就是使用PyQt 5可以高效、简单地开发出自己想要的程序。《PyQt5快速开发与实战》内容丰富，对PyQt 5基础知识的介绍比较全面，同时对新手使用PyQt 5的一些重点、难点都有专门的章节进行针对性分析，还重点介绍了如何把Python的一些重量级模块（Pandas、Matplotlib和Plotly）嵌入到PyQt 5中，从而极大地节约开发时间。最后，《PyQt5快速开发与实战》给出一些综合性较强的实战案例，帮助读者快速掌握PyQt 5的实战应用。
　　总而言之，《PyQt5快速开发与实战》旨在帮助读者以最短的时间掌握PyQt 5的基础知识并能够实战应用，希望《PyQt5快速开发与实战》对有Python程序开发需求的读者有帮助。

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。

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：

（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

廖雪峰的Python教程

链接：http://www.liaoxuefeng.com/

知乎

链接：http://www.zhihu.com

知乎是国内使用Python开发的大型项目， 对于Python的讨论氛围非常浓厚。

python派量化交易社区
链接:
http://www.pythonpai.com
App下载链接：
http://sj.qq.com/myapp/detail.htm?apkName=com.pythonpai.www.pythonpai

是新兴的量化交易社区，融合了各种python和交易的信息，并提供了app安装，非常适合在上下班路途中，用闲散的时间去学习量化交易知识。
python派并提供了python资源导航
链接：
http://www.pythonpai.cn

顺便介绍下我的项目
mdshare行情数据共享中心
http://www.mdshare.cn

可以用资源管理器浏览
ftp://mdshare.cn
这里共享了
1.期货2012-2015年全市场的TICK数据，
解压缩后大约105GB（BT种子在FTP目录，或在http://www.mdshare.cn下载）
2.A股2016年行情数据大约500GB，压缩后45GB
（BT种子在FTP目录，或在http://www.mdshare.cn下载）
3.期货行情实时采集工具和每天实时TICK数据
可以用资源管理器登陆FTP://mdshare.cn 下载
4.A股行情数据2017和以后的数据，可以通过
FTP://mdshare.cn 下载
当数据量大了之后，压缩后采用种子的方式提供下载

Quicklib开源框架和工具
http://www.quicklib.cn

《承载金融科技人的梦想，追求量化速度效率的极致》
量化交易科技版块