近年来，金融领域的量化分析越来越受到理论界与实务界的重视，所谓金融量化，就是将金融分析理论与计算机编程技术相结合，更为有效的利用现代计算技术实现*的金融资产定价以及交易机会的发现。

在量化金融的时代，选用一种合适的编程语言对于金融模型的实现是至关重要的。在这方面，Python语言体现出了不一般的优势，特别是它拥有大量的金融计算库，*大的缩短了金融量化分析的学习路径。

python金融领域的作用

1.使用Python/Django技术栈可以更快的推向市场。

这很容易理解：通过Python/Django技术栈，你可以*快速的构建产品(MVP:Model-View-Presenter)，进而增加找到适合的产品/市场的机会。

金融科技（Fintech）能够与传统银行和金融竞争和/或合作的*方式在于适应变化性与客户的需求，根据客户的想法提供增值服务并进行改进。你的技术必须足够灵活，并为众多的增值服务提供坚实的基础。

2.数学和经济学常用Python。

很显然，正是因为有了那些使用Python计算算法和公式的数学家和经济学家，Fintech才会存在。类似R和Matlab语言在经济学家中很少使用，但Python相对而言是*常用的金融编程语言，并且是数据科学的“通用语言”。经济学家使用Python来进行计算，因此很明显将他们的代码与基于Python开发的产品整合起来会更容易。但有时即使只是用同一种语言编写的代码片段也很难集成，这也是为什么技术合作伙伴的存在和相互沟通至关重要。

Python

3.语法简单——协作更加轻松。

大道至简。

Python的简单性和易于理解的语法使得它*清晰，每个人都可以快速上手。Python的好处在于不仅对于技术*很容易理解，连客户也很容易理解。开发过程中双方人员都可以掌握不同程度的技术理解。有了Python，工程师可以更轻松的解释代码，客户也可以更好的了解开发进展。看起来，这是个双赢的过程。

4.Python的开放库包括用于API集成的工具。

感谢Python的开放库，你无须从头开发工具，并可以在*短时间内完成产品开发并分析大量数据。如果你处于MVP开发阶段，这些开放库可以为你节省大量的时间和金钱。

5.Python流行度日益增长，人才储备充足。

根据HackerRank2018开发者技能报告显示，Python成为编程人员需要学习的第二语言，并且是金融服务业以及其他发展行业的排名前三语言之一。

这是很好的趋势，因为Python将继续发展，并有更多的*参与进来，这些情况表明将有足够的人才会在未来能够继续开发和维护我们的产品。