MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国公司发布的主要面对科学计算、可视化以及交互式的高科技计算环境。它将、、科学数据可视化以及非动态系统的和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效的众多科学提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。来源于百度百科：
&&&&&& Matlab有非常高的知名度，尤其在国内使用的人很多，很多大学都开设了这门课，很多人写论文都使用Matlab。由于Matlab历史比较早，并不是纯面向对象语言（尽管后来也支持面向对象编程），无法跟Java、C#这类面向对象语言相比，但Matlab有非常广阔的资源，学习资料比较多，容易上手。
&&&&&& 由于Matlab是解释执行的，所以性能低下，对于性能要求很高的高频策略模型不适合。
&&&&&& R是统计领域广泛使用的诞生于1980年左右的的一个分支。可以认为R是S语言的一种实现。而S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、和作图的。最初的实现版本主要是。S-PLUS是一个，它基于，并由MathSoft公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman和Ross Ihaka及其他志愿人员开发了一个R系统。由&R开发核心团队&负责开发。 R是基于的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。 R的语法是来自Scheme。R的使用与S-PLUS有很多类似之处，这两种语言有一定的。S-PLUS的使用手册，只要稍加修改就可作为R的使用手册。所以有人说：R，是S-PLUS的一个&克隆&。 来源于百度百科：
&&&&&& R在学术界使用广泛，一般的时间序列分析书的程序代码都是R实现的。因此，R有广泛的用户基础，网上资源非常多。还有一点非常重要，R是免费开源的，这使得R应用非常多。很多海归Quant他们就用R构建策略模型。
&&&&&& R也是解释执行的，效率低下，所以高频策略不适合。
　　Python&(是一种面向对象的解释性的计算机程序设计语言，也是一种功能强大而完善的通用型语言，已经具有十多年的发展历史，成熟且稳定。Python 具有脚本语言中最丰富和强大的类库，足以支持绝大多数日常应用。
Python 语言的特点：
简单、易学、免费、开源、丰富的库。
&&&&&& Python是解释执行的，效率低，所以高频策略不适合。
　　F#&由发展成为微软语言提供运行环境的程序设计语言。Visual f#是多元化，它支持函数式、命令式和面向对象的混合编程风格。Visual F# 可用于开发应用程序或用 F# 码为其他 .NET 应用程序做必要的扩充。 F# 是 .NET&家族中第一个基于 Ocaml 并十分类似于它的函数语言。来源于百度百科：
　　F#是微软专门为科学计算和数据分析开发的语言，非常适合开发数学算法，并与.NET高度集成，可以使用.NET的广泛资源。
&&&&&& F#与Matlab、R、Python相比，性能比这几种语言高，但没有C++高，因为它是不编译成本地代码的，是一种中间语言，需要安装.NET Framework。
&&&&&& F#的不足是缺乏资源库，目前网上资源还比较少。但一般的高频策略都能适用（超高频除外）
&&&&&& C++这种语言不用说了，最大的优势是性能，对于超高频的策略，只能用C++编写。
但缺点也比较明显，就是学习难度较大，学习曲线比较陡，需要下很多功夫才行。
&&&&&& 综上所述，Matlab、R、Python这几种语言，适合做模型研究和测试，在研究和测试阶段可以采用上面这三种语言。他们的资源相对较多，可以直接使用。但到执行策略时，就不能使用这三种语言了，只能使用F#或C++了，对于超高频并对性能要求非常高的策略，就只能使用C++了。
阅读(...) 评论()金融矿工必须会写哪些编程语言？Python和C++就够了吗_百度知道
金融矿工必须会写哪些编程语言？Python和C++就够了吗
我有更好的答案
python本身就是由C语言开发出来的python是一种脚本语言，它的运行需要python解释器，属于解释型的语言，；C语言属于中级语言，它介于高级和低级语言之间，而且是开源的，由此可见C语言的强大，C是编译型的语言，它的运行必须经过编译器的处理才能形成最终的执行代码，C语言的应该非常广泛
采纳率：84%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。新手园地& & & 硬件问题Linux系统管理Linux网络问题Linux环境编程Linux桌面系统国产LinuxBSD& & & BSD文档中心AIX& & & 新手入门& & & AIX文档中心& & & 资源下载& & & Power高级应用& & & IBM存储AS400Solaris& & & Solaris文档中心HP-UX& & & HP文档中心SCO UNIX& & & SCO文档中心互操作专区IRIXTru64 UNIXMac OS X门户网站运维集群和高可用服务器应用监控和防护虚拟化技术架构设计行业应用和管理服务器及硬件技术& & & 服务器资源下载云计算& & & 云计算文档中心& & & 云计算业界& & & 云计算资源下载存储备份& & & 存储文档中心& & & 存储业界& & & 存储资源下载& & & Symantec技术交流区安全技术网络技术& & & 网络技术文档中心C/C++& & & GUI编程& & & Functional编程内核源码& & & 内核问题移动开发& & & 移动开发技术资料ShellPerlJava& & & Java文档中心PHP& & & php文档中心Python& & & Python文档中心RubyCPU与编译器嵌入式开发驱动开发Web开发VoIP开发技术MySQL& & & MySQL文档中心SybaseOraclePostgreSQLDB2Informix数据仓库与数据挖掘NoSQL技术IT业界新闻与评论IT职业生涯& & & 猎头招聘IT图书与评论& & & CU技术图书大系& & & Linux书友会二手交易下载共享Linux文档专区IT培训与认证& & & 培训交流& & & 认证培训清茶斋投资理财运动地带快乐数码摄影& & & 摄影器材& & & 摄影比赛专区IT爱车族旅游天下站务交流版主会议室博客SNS站务交流区CU活动专区& & & Power活动专区& & & 拍卖交流区频道交流区
丰衣足食, 积分 816, 距离下一级还需 184 积分
论坛徽章:0
看了一点资料，不过，不太懂，救证一下？
好PYTHON是由C上写出来的，还有，PYTHON好像用了不少其它语言的类和API的，加上编译出来的执行文件也要带上python的.dll文件才行？
丰衣足食, 积分 816, 距离下一级还需 184 积分
论坛徽章:0
请发表一下~~
3751 该用户已被删除
提示: 作者被禁止或删除 内容自动屏蔽
白手起家, 积分 129, 距离下一级还需 71 积分
论坛徽章:0
影响速度的地方可以用C来改写
小富即安, 积分 2387, 距离下一级还需 2613 积分
论坛徽章:4
现在比c还快的语言 好象没有多少吧?
白手起家, 积分 75, 距离下一级还需 125 积分
论坛徽章:0
支持楼上的说法比C快的语言好象是没有多少了啊.硬件在不段的升级.效率问题应该不是什么大问题了.注意改善算法就ok 了啊
家境小康, 积分 1014, 距离下一级还需 986 积分
论坛徽章:0
Python程序是解释执行，C/C++是编译执行，运行时少了代码的解析过程，当然快。现有的Python编译是伪编译，并不能真正提高运行速度。
理想的做法，是把Python和C/C++进行组合。影响运行效率的部分，用C/C++实现；需要开发效率的部分，用Python。可以先用Python进行原型开发，后期使用C/C++提高关键部分的执行效率。
如果想不漏出python的.dll这个尾巴，可以使用PyInstaller来实现。
丰衣足食, 积分 816, 距离下一级还需 184 积分
论坛徽章:0
论坛徽章:0
Python程序的运行程度要慢,但是C程序的编写速度更慢.
小富即安, 积分 2179, 距离下一级还需 2821 积分
论坛徽章:4
python确实是慢一点了。
不过，一个程序,
用Python开发，花你两天时间，运行时耗时两小时，维护花你一天；
用C开发，花了你一周时间，运行时耗时两分钟，维护花你一周；
你觉得用哪个好？
虽然有点夸张，但我确实在这种情况下，会选择python.
工作需要做过一个用python写的定时从一个网页上抓取信息并作分析的程序，只花了两个小时。
不知道这样的程序用C来写要花多久时间？
（其实，觉得这种程序用Perl更适合）.
北京盛拓优讯信息技术有限公司. 版权所有 京ICP备号 北京市公安局海淀分局网监中心备案编号：22
广播电视节目制作经营许可证(京) 字第1234号
中国互联网协会会员&&联系我们：
感谢所有关心和支持过ChinaUnix的朋友们
转载本站内容请注明原作者名及出处python语言有什么优势呢,和C++相比有有什么不同？_百度知道
python语言有什么优势呢,和C++相比有有什么不同？
python语言有什么优势呢,和C++相比有有什么不同？应用领域分别是什么呢？谢谢！
我有更好的答案
Python 是脚本语言，也就是中间件语言，其内核仍然是纯 c 的性能表达的，而主要性能消耗在脚本的实时编译上。而对比c，同样的功能，python可以表达比c更加精炼，当然牺牲了一些性能。如果确实对某个模组性能不满意，还可以使用 c 编写 Python 模块为其加速。面对一些并不需要过多性能而可以获得更快捷的开发速度，Python的优势完全可以盖过“劣势”。可以说，Python基本完美。例如知乎就是使用 Python 制作的。Google 的许多页面也是使用 Python 进行渲染的。转载：
采纳率：18%
来自团队：
最初它也是为实现游戏的某些功能设计出来的。移植性好，现在的塞班手机都可以安装，编辑py平台相对C++来说简单了许多，语法、和实现的结果都较简单
本回答被提问者采纳
可以把c语言中某些复杂问题简单解决python简单易学，很容易上手，交互性好 ，可以为学c++打下较好基础，而且，它以后能和c语言相互调用
python是脚本语言，快，小，处理特定的一些任务非常方便。比如，我认为处理字符串python就很有优势。python和c++一起使用会有很好的效果。你可以搜一下，我记得有个外国非常nb的人写过很多这方面的资料。
为您推荐：
其他类似问题
您可能关注的内容
python的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。告诉小伙伴：
&对 Quant 而言 Python 的需求高吗，除 C++ 外还有哪些流行的编程语言？&
2. 还有：Python, Java, Matlab, R, Q和一些公司内部自有语言（如高盛的自有语言）
但是我不希望敷衍了事，说说我心中最重要的五类语言。这不仅仅是对于一个Quant必须的，而是一个丰满的程序员所必备的。在艺术中，艺永远比术重要；在Quant相关知识中，Intuition永远比纯Technique更加重要。
有五类语言构建了一个丰满的编程能力强的Quant的一切，它们分别是：
效率类语言（C、C++、Java等）
胶水类语言（Python、Ruby等）
科学类语言（Matlab、R、S等）
Alpha演算类语言（Lisp、Clojure等）
查询类语言（SQL、Q等）
这是基于我理解浅薄的分类，完全与计算机科学的规范化分类（如面对对象语言、函数类语言）不相容。持不同意见者大可付之一笑。
效率类语言
C、C++、Java等
老派的Quant很多都是C++高手，特别是80年代涌入华尔街的那帮MIT的高能物理博士们。在那个年代，可以选择的语言不多。要么就Fortan，要么就C/C++了。所以在当时基本上这些语言同时充当着基础架构（infrastructure）和数值计算（比如Monte Carlo）的双重目的。
现在各种胶水类语言、科学类语言多了起来，而且由于单机性能越发强悍，效率再也不是唯一的诉求了，因此目前C++、Java大量应用于金融系统级的开发，和对于效率要求极高的实时定价等领域。
从一个Quant的角度来看，这类语言最大的特点是快，编程复杂度高，维护难，同时原生语言普遍不支持向量运算。
胶水类语言
Python、Ruby等
我必须承认，这些语言是新世代Quant的福音。在国内工作的时候我目睹并参与了一个将原有的C++框架全部用Python重写的项目，而现在JPMorgan这边利率类产品的定价软件也在从Java像Python转移。实现同样的代码，Python、Ruby的实现速度比效率类语言快很多。
这些语言最大的特点是比较快，编程复杂度高，维护相对简单，同时大量的包（比如Numpy+Scipy）可以轻松实现向量运算。
科学类语言
Matlab、R、S等
一般而言，科学类语言最大的特点是支持向量运算，同时各种附加数学、统计包极其丰富，但运算速度无法与前两类相比。在一个具体的投资/交易策略、模型投入实际使用前，你需要快速的去实现（Implement）和验证（Back-testing）你的想法。这个时候，科学类语言就有绝对的优势。验证思路有效后，再用效率类语言或胶水类语言开发成系统级组件。你可以理解为科学类语言是用来造概念车的，而前两类语言是用来量产的。而在具体的职业角度，造概念车的这帮人一般是Pure Quant，而实现量产的很多是Quant Developer。当然也有两者合一的集大成者。
Alpha演算类语言
Lisp、Clojure等
我第一次对这类语言感兴趣，是12年冬天接触硅谷一家科技公司时（Prismatic，人工智能新闻App），发现他们在用Clojure，也极力向我推荐Clojure。Clojure是基于Java封装的语言，可以用Java虚拟机执行。但归根结底，Clojure是Lisp这类语言。 我个人感觉目前Quant界用这种语言偏少，但是不排除以后流行的可能。
查询类语言
SQL就不必说了，金融公司很多时候都是使用Oracle等关系型数据库，SQL是基础。而我之前几次面试也遇到了SQL的问题。Q是Morgan Stanley为了应对金融中的海量数据而采用的一种非关系型查询语言，特点是极快，有SQL的基础可以很快掌握。
全面的说：
如果你是做Pure Quant，整天与交易策略和模型睡觉，那么2、3是必须的；
如果你是开发为主，或者是Quant Developer，那么1、2、5是必须的；
如果你立志让编程不成为你做Quant的障碍，那么1-5全都是必须掌握或至少了解其思想的。
不管是作为Quant还是Coder，都不可拘泥于语言。语言只是其背后设计哲学的体现。这就等同一个数量金融从业者不可拘泥于产品一样。数量金融的根基永远是供给需求、金钱时间价值这些基本的经济学理论以及现金流的相关概率这些基本的统计学思想。如果拘泥于术而非艺，那路就会越走越窄。
完善下表，48小时内查收全套资料
　　FRM全球微信群入群方式：添加FRM小助手微信&FRM201605&即可邀您入群 ；
　　FRM官方交流群：（）
　　▎来源网，更多内容请关注微信号金程FRM。原创文章，欢迎分享，若需引用或转载请保留此处信息。
相关推荐：