對(duì)于為何使用Python編寫簡(jiǎn)單的CTA策略，首先你要對(duì)CTA策略有一些簡(jiǎn)單的認(rèn)知，什么是CTA策略？

CTA策略研究對(duì)象狹義上來(lái)說(shuō)，CTA策略的研究對(duì)象只包括期貨，像國(guó)內(nèi)的股指期貨，大宗商品期貨和國(guó)債期貨（利率期貨），這些品種是目前國(guó)內(nèi)CTA策略的主要研究對(duì)象和利潤(rùn)來(lái)源；

廣義上來(lái)說(shuō)，可以是大宗商品期貨，國(guó)債期貨（利率期貨），股票，外匯（包括spots和futures），甚至期權(quán)等任何有一定歷史公開(kāi)量?jī)r(jià)數(shù)據(jù)的品種。

而Python特別符合CTA策略研發(fā)的一些特征，即利用Python的一些優(yōu)勢(shì)，又能很好的回避了它的局限性；下面我們來(lái)具體看看使用Python編寫CTA策略的原因：

1、代碼簡(jiǎn)潔，開(kāi)發(fā)效率高。

CTA策略研發(fā)需要大量來(lái)回調(diào)參，修改局部代碼，屬于典型的投入多，產(chǎn)出少。嘗試幾十幾百個(gè)策略，成果卻可能就那么1-2個(gè)，這種事情更是家常便飯。python代碼*為簡(jiǎn)潔，語(yǔ)法簡(jiǎn)單，能讓開(kāi)發(fā)人員從大量的重復(fù)體力勞動(dòng)中解脫出來(lái)；

2、學(xué)習(xí)曲線友好，適合編程入門。

CTA策略主要是使用python大法里數(shù)據(jù)處理這一小部分內(nèi)容，主要包括pandas, numpy, scipy, statsmodels, sklearn, matplotlib, os, cmath, logging這些模塊，其他的通通不學(xué)基本沒(méi)有任何關(guān)系；

3、至于python速度和性能上的局限性，小編覺(jué)得沒(méi)啥問(wèn)題。

一是因?yàn)榉凑灰紫聠蜗到y(tǒng)還是C++搞定，不需要python。

二是我又沒(méi)處理tick，數(shù)據(jù)量又不是很恐怖，numpy基本能輕松搞定一切；

?