现在上有关numeric analysis的课时，都用Python，实际工作时候呢？
回复内容：
对于不同的quant岗位，使用的软件大不相同。
如果是做定价模型的，可能最经常用的是matlab，因为语言简单，扩展包优良。对于不需要对时间有要求的衍生品定价，最为适合。
如果是做高频交易，最常用的是C++，因为速度快。有很多的高频公司，都有自己写的底层包，并为此花了大量的人力和物力去维护。
如果是写盈利模型的，会更多的选择R。R里面有很多前沿的统计模型包。对于统计分析和时间序列处理非常强大。但是扩展包没有matlab的稳定。
对于Python 而言，更像是一种全能的编程需要。无论是网络抓包，统计分析，还是数值分析，都有还算不错的方案。但是，在专业领域方面，还是弱于上边提到的语言。
其实在不同的金融公司，有着不同的语言使用传统，有的喜欢C++，有的喜欢C#，有的喜欢Java。但是对于一个成熟的公司而言，需要对这些语言都提供良好的支持。毕竟一个好的trader是十分难得的，难道就因为使用语言的不同就拒绝能让他发财的人才么？
其实，软件只是一个载体，思想才是最核心的。我工作的地方，大家都用VBA。交易的时候，满屏的Excel。只要能完成工作，谁管你用什么语言。先来结论：工具和语言不是重点。数学能力和市场理解才是。
本人去过几间国际大行，主流工具有
1. 公司自主平台上的C++
2. 公司自主平台的Python
3. Matlab
4. R
其中1和2之所以要强调自主平台 主要是因为其重要库和部分语法都是定制的，基本可以看作半个独立语言了。自己在外学习意义不大。公司内高级码农一大堆，一个quant的主要能力其实是数学能力，其他能写就可以了。
在大型基金也是一样。小型基金什么行什么上，vba都有。先正面回答题主的问题，在金融工程领域，Python不但在用，用的最多，而且重要性逐年提高。原因：作为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤其擅长策略回测。
也有一些例外：
1、过去形成了其他语言为主的体系，比如平台以C++编写，API都是C++的，老人也熟练C++，那么他们以C++为主。
2、有些机构以研究为主，也许他们使用M
本文来源gao!daima.com搞$代!码#网#
atlab，R。
3、C++、JAVA、VB等各种语言的天才Coder，我只能远距离膜拜，你们用汇编也比我的效率高十倍，你们是我心目中的神。
再描述一下自己，按照知乎上的分类，我应该算一个Trader，一个会写程序的Trader。我的工作是分析数据、发现规律、制定和验证策略，然后交易，然后优化调整，往复循环。我们用自动交易，但高频交易不是我的范围。
我个人是从C/C++转向JAVA，然后又转向Python，原因无他，效率。人的精力有限，写程序的时间多，交易赚钱的时间就少，我的团队也非常认同我的想法。
我偏好Python的原因：
1、正确就是效率。越复杂、越低级的语言，出错率越高，BUG导致数据分析错误、交易策略程序崩溃，轻则错失交易机会，重则交易策略本身导致亏损，那种欲哭无泪的感觉…
2、Python重在开发效率，设想同一个交易策略，我已经完成回测，给老板打报告申请交易额度了，而你还在调试C++，老板不会认为你勤奋，老板会认为你是某种动物，再往远想想，比如年底咱俩的红包厚度…。
3、Python的性能不差，Python还是调用C库，再考虑PVM，其实和C的性能差别基本上可以忽略不计。确实在乎相差的微小性能，建议花2万块买个最新的MAC PRO，直接秒杀。你说什么？单位不给拨预算？为了快感，自费行不行？。
4、语言不是主要性能瓶颈，网络、设备等造成的影响更大，比如C++程序快了2us，而网络延迟就耗去了1ms。
我熟悉的同行，了解Python的，有能力的都在往Python转，也有一部分是程序员说了算，转不了的，你们懂的。
转载请注明原文链接：金融工程现在用python多吗？
