从零开始学量化（二）：python/matlab/r/sas/vba选哪个

上一篇总结了一些入门的知识内容，本文结合个人经验，总结编程软件方面的内容，对各种软件在量化上的应用做一个对比，供参考。首先我的观点是，没有最好的软件，只有最适用的领域，先明确自己想做的是什么，再选择最合适的软件。这不是一篇广告文，也不是百度复制粘贴的结果。

我个人来说，最开始是大二做数学建模开始学matlab，不过现在来看其实建模用python也挺好，不明白为什么当时所有的人都会推荐matlab，可能已经是一种传统了吧。之后大三上统计课学习了R，上计量课学习了stata，之后大四研究生实习又学了python，vba。整体就是这样，接下来分软件说说自己的体会。

MATLAB

MATLAB全称matrix laboratory，特性也跟名字一样，对矩阵的处理功能非常强大，对不能装到矩阵里的元素比较吃力，当然也可以是我菜。

先说优点，量化或者数据分析来说，正如前面说的，matlab对矩阵的支持非常强大，二维以及更高维的矩阵，虽然python，r里面也有矩阵这样的数据类型，但感觉没有matlab的好用，比如python里的矩阵，刚开始学经常会被矩阵里的中括号搞的很晕，二维或者以上的矩阵，每个元素都会带一个[]，matlab看多了用这个会有点不习惯，比如下面这些。

相比较来说，matlab的矩阵就非常简洁了，至于支持矩阵运算和向量化的函数，这个各个软件基本都差不多。

缺点来说，matlab对字符串的支持不是很方便，尤其是做量化很多时间都要考虑到日期，股票代码等等文本数据，矩阵里只能输入数值形式的，字符串只能放到cell，struct，或者fints里面，但这些的运算操作就没有矩阵那么方便了。一般都会用cell2mat，fts2mat之类的函数先转成矩阵再处理。

此外，老版本的matlab没有带标签的数据格式，类似python，r里dataframe这种，用矩阵的话，需要自己记住每一列代表什么含义，这种情况下自己写还好，但看别人的代码会非常痛苦。 新版本的里面有table格式可以解决这个问题，但碰到的大部分用matlab的人都还是习惯用原来的那些数据类型。

还有，matlab中各种机器学习算法没有python，r那么全，如果是做这方面的话肯定不会选matlab。

最后，matlab不是免费的，虽然个人可以用破解的，但企业用破解的还是有风险，而且太大了，装个python才几百M，matlab几G。

python

python应该是目前在量化/数据领域最广泛应用的软件了，之前实习也基本是用python，不论是数值还是文本数据，都能很好处理，而且也有各种算法模块可以直接调用，省去了自己编写的麻烦，语言也很简洁。

所以如果是工作中用的话，最建议学的还是python，只要会用python里的numpy，pandas，scipy，matplotlib，sklearn，一般的问题都能处理了。

但python也有他不适合的地方，python在量化上比较适合用在数据处理和回测上，但如果要做一些其他的就会存在一些问题，后面说sas的时候会举一个例子。

R

R经常会被用来跟python做对比，我自己用下来的感觉是，量化/数据上能用python做到的，r都有类似的模块可以做到，非常同质。之前刷kaggle也是用R刷的，各种机器学习算法也都有，没什么影响。

会有一些很细节的地方，可能r里面有但是python里面没有，比如copula函数相关的，python里面只有一两个模块，而且功能非常简单，但r里面有若干个模块可以调用，而且有很详细的说明文档，所以如果做这块不想自己写的话，用r会好一些。

不过去实习下来感觉用R的非常少，学校里老师上课写论文倒是用R多一些，所以可能R更学院派一些。而且r跟其他语言交互一定没有python方便，这也使得r的性价比低了不少。

SAS

SAS也是大三上统计课的时候学过，但这个我学的很粗浅了，非常不熟练，但印象非常深刻，因为实习时候碰到的一个具体问题。

SAS也是各种算法模块都有，这一点跟上跟python，r不会差多少，但sas的代码写法跟其他软件不太一样，用多了python，r去写那个还是感觉怪怪的。sas可以对一个命令逐行去运行，不需要自己加循环，可以少写一点代码。SAS有一些函数的默认跟其他软件不太一致，比如merge函数，其他软件一般是默认内连接，只保留匹配到的，但sas默认是外连接的。

SAS有一个非常好的特性是提取数据库里的数据，create table生成的数据是存在硬盘里的，而python，r等等其他软件提到的数据都是存在内存里的，这样就没法用python和r提太多量的数据出来，而用sas甚至可以直接把全量数据提出来用，这样的特性在一些时候会非常有优势，比如在指数编制时候，python，r就有些废了，成分股跟全量股票匹配再跟分红配股股权分置等等这些做匹配的话，用python没法一步到位，内存会爆掉，只能一期一期循环，但是用sas就很方便了，直接create table然后用sql语句匹配就可以了。

而且因为数据库中是可以通过between语句进行时间点和时间范围的匹配的，SAScreate table之后也可以，比如A表里每行是具体的年月日，B表里每行是起止时间段，这两个表是可以根据起止时间段匹配的，但是python的pandas包以及R里类似的包里没有这种操作，如果要实现点跟范围的匹配，只能循环。这也是其他软件不及sas的一点。总结起来SAS优点在于大数据和各种需要跟数据库交互的操作。

SAS缺点也很明显，非常大，十多G，很占空间，启动慢，而且还是收费的，破解很麻烦，所以选择这个做量化回测的应该很少了，做风控数据还有指数编制的挺多。

VBA

VBA是比较特殊的一门语言，内嵌在OFFICE中，是VB的简化版，不仅仅是针对EXCEL了，WORD，PPT里都可以用，有时候也叫宏，基本是一样的，只不过VBA是码的，宏是录的。

VBA最为人诟病的地方是他的编译器实在是太垃圾了，而且还没有其他插件可以支持，只能用官方的，长成下面这个样子，excel/word里按alt+F11可以打开。

看上去跟常见的编译截面都差不多，有文件窗口、变量窗口、编译窗口，历史记录也是有的，但真的去写一两次就知道有多坑了，debug非常不方便，报错提示你可能根本不知道他在说什么，不会像其他软件那样提示的很具体。

所以我一般能录就录，能不写就不写，录的逻辑是，你可以在excel把你想通过代码实现的功能操作一遍，编译器里会自动生成代码，直接运行的话效果跟操作时一模一样的，再稍微改一改就可以用了。但这种方法比较有局限性，他仅限于你的操作时能在当前的excel里能内完成的，比如画个图，调个格式，做个数透什么的，但如果你要把一个文件夹下几千个excel并到一起执行一些操作，这就只能忍受垃圾编译器慢慢写了。

VBA最强大的地方在于跟OFFICE的交互，进而实现批量和自动化，这个是前面几种语言比不了的，比如你可以用python/r做统计分析把数据输出到excel里，然后再用vba作图/算各种统计量最后出一份报告或者做一份模板，整个流程最终可以实现自动化。

可以通过vba把excel的一张表视为数据库中的表，用select语句进行操作，如果数据量很大的话，上百万，直接操作分分钟卡死，用vba会很快。

个人理解，excel中写vba尽量减少激活各个sheet单元格，跳来跳去，有什么东西可以直接往里写，这样会快一些。word里难度在于定位，excel因为是矩阵，有行列标好一些，word一种可以先把整个文档都画上无色的表格，然后表格内进行定位会容易一些，还有一种是控制光标的移动，设定移动单位，慢慢调。

STATA

STATA和EVIEWS是两个功能非常类似的软件，计量上用的比较多，我当时选择了stata，没有学EVIEWS，整体来说，都是计量软件，STATA对面板数据支持比较多，EVIEWS对时间序列支持更好，STATA需要码代码，EVIEWS可以码代码，也可以用鼠标点点点。

量化/数据上偶尔也会用到，比如做一做协整之类的检验，回归等等，但必要性不是特别强，pyhon也可以完成。

SQL

如果你说SQL不算编程语言，我也赞成。

SQL是取数据必须用到的语言，所以这个必须看一看，基本上会SELECT,WITH语句就可以了。建库，写入等等的操作，实习生基本上是不会有的，所以除非你打算用自己的电脑建个库，也不用太关注，用到的地方很少。

总结

综上，观点很明确，如果你一定要学一门语言，个人感觉学python性价比最高，一方面基本上你所有需要的操作用python都能搞定，另一方面，python跟r很类似，python的numpy跟matlab逻辑差不多，会这一个以后需要学别的也能很快上手。

如果你一定要学两门语言，或者说虽然不做量化/数据，但是我还是想学一门，我建议学VBA，会让你的OFFICE非常溜。搞个下拉菜单，事件什么的，更会让别人对你刮目相看。

当然以上的并不全面，如果你是做高频方面的，可能还需要学C++,如果是做数据可视化的，多半还需要Tableau。但不管怎么样，有空的时候还是先学一点比较好，临时抱佛脚这种事情，绝对不适合零编程基础的人。