近年來，金融領域的量化分析越來越受到理論界與實務界的重視，所謂金融量化，就是將金融分析理論與計算機編程技術相結合，更為有效的利用現代計算技術實現的金融資產定價以及交易機會的發現。

在量化金融的時代，選用一種合適的編程語言對于金融模型的實現是至關重要的。在這方面，Python語言體現出了不一般的優勢，特別是它擁有大量的金融計算庫，縮短了金融量化分析的學習路徑。

python金融領域的作用

1.使用Python/Django技術棧可以更快的推向市場。

這很容易理解：通過Python/Django技術棧，你可以快速的構建產品(MVP:Model-View-Presenter)，進而增加找到適合的產品/市場的機會。

金融科技（Fintech）能夠與傳統銀行和金融競爭和/或合作的方式在于適應變化性與客戶的需求，根據客戶的想法提供增值服務并進行改進。你的技術必須足夠靈活，并為眾多的增值服務提供堅實的基礎。

2.數學和經濟學常用Python。

很顯然，正是因為有了那些使用Python計算算法和公式的數學家和經濟學家，Fintech才會存在。類似R和Matlab語言在經濟學家中很少使用，但Python相對而言是常用的金融編程語言，并且是數據科學的“通用語言”。經濟學家使用Python來進行計算，因此很明顯將他們的代碼與基于Python開發的產品整合起來會更容易。但有時即使只是用同一種語言編寫的代碼片段也很難集成，這也是為什么技術合作伙伴的存在和相互溝通至關重要。

Python

3.語法簡單——協作更加輕松。

大道至簡。

Python的簡單性和易于理解的語法使得它清晰，每個人都可以快速上手。Python的好處在于不僅對于技術*很容易理解，連客戶也很容易理解。開發過程中雙方人員都可以掌握不同程度的技術理解。有了Python，工程師可以更輕松的解釋代碼，客戶也可以更好的了解開發進展。看起來，這是個雙贏的過程。

4.Python的開放庫包括用于API集成的工具。

感謝Python的開放庫，你無須從頭開發工具，并可以在比較短時間內完成產品開發并分析大量數據。如果你處于MVP開發階段，這些開放庫可以為你節省大量的時間和金錢。

5.Python流行度日益增長，人才儲備充足。

根據HackerRank2018開發者技能報告顯示，Python成為編程人員需要學習的第二語言，并且是金融服務業以及其他發展行業的排名前三語言之一。

這是很好的趨勢，因為Python將繼續發展，并有更多的*參與進來，這些情況表明將有足夠的人才會在未來能夠繼續開發和維護我們的產品。