大python区崛起啦！

怒水一个顶楼，之后补资料

 

基本都是老帖了，新帖顶起新一区，目测短时间是一个人寂寞的游戏。时隔2-3年，python整个社区已经发生了翻天覆地的变化。现在准备整一个攻略，大家有什么想法就提吧。

 

支持一下。。。。

 

支持

 

先分系统讲？Windows和Mac，感觉海洋er Windows用的多？

 

但是实际上还是MAC比较适合python , MAC本身内置Python 2.7 不说，而且能用多线程，相信对于多线程高手是一个福音，windows整体来说并不是特别好用。鉴于中国国情，github上一度出现过针对windows的autotrading 库，但是后面不知为何又消失了。。。

 

支持一个。
Windows用户多粘性太大，无可奈何。

 

群号 486224275 python交易软件，这个是为windows做的，现在只在群空间有。

 

已加。
目前我在密切关注vn.py

 

不寂寞，大家一起玩

 

恩，的确值得关注

 

就目前而言，python的定位更多是万能胶，也即我可以在应用层面不学其他语言，直接通过一些包做非常多的事情，爬虫系、科学计算系、前端系列（前端和js并列五大html5包）等等，黏合方面我用过的一些库包括SAS转csv，1G的csv大概几分钟吧，还是相当快的，而且准确度相当高，matlab别提了，更容易，pandas专门出了一个function，sql也有，然后比较火的是sqlalchemy, pymysql，等等，excel方面的比较有名的是xlrd，这样，基本就把大家平时用的办公软件都集成到一起了。这也符合python 禅，安装完后输入import this即可获得！

 

最近搞定了美股所有交易股票期权的数据每日增量，并不是日线，除非你基础设施够好。对于一般的散户可能也有一定的指导作用，有人顶的话我就分享一下大概的思路。

 

支持一下，大家一起提高。

 

人不多，所以就简单提一下思路。
两类，一，部署IB，直接调用API，二，自己爬。
第一类和第二类，都要有一个List去loop,这个list，最好是直接去CBOE找对应的每日更新。拿到list之后遍历第一类的时候调整细节，就好了。求稳的话，应该是直接在用SEC的cik对应，保证不出问题。
第二类，免费数据CBOE本身和Nasdaq都不同，选择一类往下爬就好了，我目前用nasdaq的就行。爬虫本身不难。关键在于踩过的数据结构坑，这里讲完应该省后人不少时间。
第三类，土豪，直接用bloomberg API 遍历，解决一切烦恼。当然首先你要有一台彭博机。对于我来说，我并不对彭博机特别感冒，更喜欢做一些定制化的东西，是以选择第二类。
以上

 

Python 分析 回测 都很方便, 支持一下

 

数据结构分内存和外存，你踩到哪边的坑了？

 

目前还没有那么复杂，目前全库遍历日结数据也就2个小时左右。全部自动化托管了。然而这种数据对于trader作用并不是那么大。能做的就是配合基本面做一些低频的策略放大收益而已。

 

如果是涉及到数据量大小的话，我觉得是这样，python本身和mysql这边的库底层有一些微妙的东西，如果你的爬虫爬的质量不过关，比如出错要弹出N/A甚至是爬错地方的话，你传数据到mysql的时候一定会出错。

 

主要自己不是科班出身，对代码的把握还不是那么熟练，还是结果导向。就目前来说，基本爬虫修得比较稳定了。我所谓的数据坑，主要是你爬下来的数据要经历一些检验的过程，不然爬下来的数据可能本身是出问题的，所以我认为对于非屌丝来说，买数据直接来做研究是最合算的。