要想成为一名优秀的 Quant 需要什么样的编程水平？ 第1页

必须说，这种情况，后果很严重。

举一个例子。有一次我有一个同事用Python写了一个分析程序，有一个bug产生严重的内存泄漏，导致回测的时候才跑几天的数据，程序就崩溃了。更糟的是算法写的比较复杂，他根本无从下手查出问题所在。问题交给我以后，我只做了一点很简单的改动，对每天的处理开一个单独的进程处理，结束的时候关闭进程就会释放所有内存，问题就解决了。很多时候这种问题对编程高手来说只是小事一桩，但对编程经验不足的人来说却是天大的难题。

另外，现在的确在不断涌现出新的大数据技术，让人们可以更方便快捷的做处理。但是那些还远未到能直接运用到交易数据分析上的程度。非常大的可能是，你需要去理解这些技术的工作原理，然后对你手里的交易数据做适当的转换，才能利用这些技术来分析数据。而这些都是和编程水平直接挂钩的。

二，信息受限

做Quant最重要的能力是发现数据中的规律。但如果你只能拿到二手数据，很多原始信息都被过滤掉了，而你连那些信息长什么样子都没见过，又怎么能去分析其中的规律呢？

这绝不是危言耸听，还是看实例。高频交易最好的数据是直接从交易所收下来的最原始的数据，这个数据包含所有订单操作（增，删，改，成交）的记录，是研究市场微结构的最佳选择。而这种数据的格式往往是特殊的二进制编码，而且要进行特定的重构，才能还原出交易的过程（增删改都是动作，需要作用在对应的数据结构上），没办法直接用数学软件做分析。

有一次，我的一个纯金融背景的Quant同事想要分析一些这样的数据，但他处理不了那种原始格式（Matlab显然是干不了这种事的），只好找我帮他。但我当时自己手里还有无数的任务在处理，没有太多时间，只能做最简单的处理，最后只把成交记录提取出来写成容易识别的格式给他。这样他拿到的数据里那些增删改的记录全都被过滤掉了，那他显然不可能去做任何关于这些记录的分析。