虚拟货币python 入门python量化交易需要准备什么？

Olivia 2024年06月26日 22:32 0

大家好，今天来为大家分享虚拟货币python的一些知识点，和入门python量化交易需要准备什么？的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！

本文目录

如何自学matlab编程或者python编程？
为何感觉学习Python不好找工作？
入门python量化交易需要准备什么？

如何自学matlab编程或者python编程？

作为小白，在学习Python的时候，必然会走一定的弯路，有人在弯路上走丢了，有人走出了弯路。在此分享我的Python学习之路：

基础部分：

（1）初始Python：

1.Python简介和发展历史2.Python优缺点3.Python能做什么4.Python环境搭建，命令行打印“Python课程开始了！”5.PyCharm安装及使用6.输入、输出7.注释

（2）数据类型

1.变量是什么、变量命名方式2.标识符有哪些3.数据类型概述，Python有中哪些数据类型4.数值类型5.算数运算符、比较运算符、逻辑运算符、运算符优先级6.数据类型转换

（3）逻辑控制

1.布尔类型2.if、if...else、if...elif、嵌套结构3.猜拳游戏4.字符串与切片5.字符串常用函数6.while循环

（4）复杂类型和循环结构和算法

1.for和for...else2.break、continue3.元组3.列表概念及操作4.集合5.算法：冒泡排序6.字典

（5）函数应用和递归算法

1.文件操作概念2.文件打开和关闭3.文件读写4.文件定位读写5.文件重命名、文件删除6.文件夹操作7.递归打印目录8.在指定目标中文件中追加内容（包含目录、文件是否存在判断）

（6）文件操作

1.模块简介2.使用标准库中的模块3.自定义模块4._name_属性5.包6.安装及使用第三方模块7.异常概念8.捕获异常9.异常的传递10.自定义异常

（7）面向对象

1.面向对象概念介绍2.类和对象概念3.类的定义和实例化对象4.对象初始化状态5.魔方方法7.self8.析构函数9.访问权限控制10.面向对象练习之回合制小游戏

（8）继承和多态

1.单继承2.多继承3.重写父类方法和调用父类方法4.类属性和实例属性5.静态方法和类方法6.动态给实例添加属性与方法并使用__slots

（9）设计模式

1.设计模式简介2.单例设计模式3.new()3.简单工厂4.抽象工厂

进阶部分：

（1）函数高级特性

1.函数变量2.生成器2.闭包3.装饰器6.匿名函数8.偏函数9.对象比较10.深拷贝和浅拷贝11.私有属性12.属性property

（2）进程

1.进程简介2.单任务，启动进程实现多任务3.封装进程为进程池4.进程间通信(Queue)5.fork创建进程6.multiprocessing创建进程

（3）线程和协程

1.线程简介2.启动一个线程3.线程间共享数据4.生产者与消费者5.协程简介6.协程原理7.threading模块创建线程8.线程间通信9.threadLocal变量

WEB前端技术

（1）HTML

1.HTML简介2.HTML总体结构3.HTML5和HTML4的对比4.HTML基本语法5.常用标签6.练习案例：简单登录。客户端向服务器端传递数据

（2）

1.CSS3.0简介，盒子模型2.引入CSS的三种方式3.引入方式优先级4.CSS选择器5.CSS各种属性6.CSS伪选择器7.练习案例：完善页面效果。注册信息发送给客户端

（3）

1.JavaScript简介2.JavaScript执行原理3.JavaScript组成（三部分）4.ECMAScript核心语法：基本语法、数据类型、判断语句、循环、类型转换、数值类型判断5.内置对象6.字符串常用函数

（4）

1.DOM对象：获取元素的几种方式2.BOM对象：弹出框、定时器、计时器

（5）

1.jQuery简介2.jQuery和JavaScript的联系3.jQuery命名规则4.jQuery对象和DOM对象转换5.全部选择器6.动画

（6）

1.jQuery中DOM操作2.事件3.循环遍历4.正则和表单验证（大量练习）

Linux基础

（1）Linux系统

1.Linux发展历史介绍2.虚拟机安装（快速演示）3.CentOS6.X安装（快速演示）4.虚拟机快照和管理5.常用命令6.虚拟网卡概述，静态IP设置7.配置Python环境8.安装MySQL（解压版或yum）

（2）Redis单机版操作

1.NoSQL是什么，出现目的2.Redis简介3.Linux中JDK安装4.Linux中Redis单机版安装配置5.Redis数据类型6.Redis不同数据的命令操作演示7.Redis的windows客户端工具8.Python连接Redis

（3）Redis集群操作

1.分布式概念2.集群概念3.什么场景适用集群4.集群搭建5.Python连接Redis集群

6.案例：缓存首页菜单内容

数据库基础及性能优化

（1）MySQL与Python交互

1.MySQL初识2.MySQL安装（不占用课时）3.MySQL命令行工具简单实用4.MySQL客户端工具Navicat使用5.MySQL命令执行原理6.创建、删除数据库命令（带编码字符集）7.列类型8.创建、删除表命令9.约束：主键约束、唯一约束、非空约束10.单条数据CRUD11.练习案例：Python连接MySQL实现单表CRUD

（2）MySQL查询

1.分组查询2.聚合函数3.内置函数4.分页查询5.排序6.视图7.索引

（3）MySQL多表查询

1.主外键约束2.关联查询（内连接、外链接）3.自关联4.子查询5.事务

（4）MySQL高级应用

1.MySQL慢查日志的开启方式和存储方式2.MySQL慢查日志分析工具之mysqldumpslow3.MySQL慢查日志分析工具之pt=query-digest4.如何通过慢查日志发现有问题的SQL5.通过explain查询和分析SQL的执行计划

6.SQL优化：Count()和Max()的优化、子查询的优化、groupby的优化、Limit查询的优化、索引优化

PythonWeb框架Django

（1）Django入门

1.Django简介2.Django环境搭建3.Django-HelloWorld4.显示登录页面5.Get方式登录功能6.Post方式登录功能7.注册功能8.显示注册页面9.处理注册功能

（2）Django数据库连接与分页

1.admin后台管理类操作数据库2.查询所有信息3.登录功能（连接MySQL）4.影片展示5.影片展示（原生分页）6.Django分页7.页码翻页功能

（3）ORM

1.单表查询CRUD2.创建数据库表3.一对一的关系4.一对多的关系5.多对多的关系6.学生注册功能

（4）多表操作

1.查询班级信息_学生详情2.自定义Manager1(查询)3.逻辑删除_单个对象删除_多个对象删除4.自定义Manager3(create)5.分析Manager.create执行过程6.多表插入（重写save）

（5）高级查询

1.聚合函数_分组聚合查询2.原生查询3.Q查询_F查询4.Django事务_查询两个特性5.配置URL6.请求和响应对象

（6）上传与下载

1.文件上传2.文件下载3.重定向_错误订制页面4.Cookie语法5.三天免登录

（7）Session

1.Session语法2.Session应用（显示个人信息）3.jsonpickle序列化隐藏字段4.读取静态文件5.django引入静态文件

（8）模版使用

1.模板渲染底层原理2.模板标签语法3.过滤器4.自定义过滤器5.全局上下文

（9）CSRF

1.模板继承_CSRF原理2.画图分析CSRF原理3.自定义中间件4.分析CSRF源码5.修改Admin后台页面布局

（10）Ajax

1.表单类2.表单校验（表单类）3.表单校验（JS原生校验）4.AJAX语法5.用户名唯一校验（ajax）

最后学习，pythonWeb另外两大框架：Flask、Tornado。

为何感觉学习Python不好找工作？

虽然说python确实是一个比较好上手的语言。

但是python目前的应用领域最巅峰的是：数据分析，以及人工智能。

现在大量的从互联网行业，或者说完全新入门的互联网小白去学习python，很多人会在选择道路上面出现几个非常严重的错误。这才是造成不好找工作的原因。

如果用的理解来说：python不是一个编程语言，是一个高级网络语言。通俗点说：你学会了英语，并没有啥用处，你要在掌握英语后，去学习一门专业。这才能够在外国生存。就是这个道理。

1、火热的开端，让大量的人进入误区——爬虫世界

大量的朋友在接触到python的时候，都会醉心于爬虫带来的快速，以及海量数据，甚至是一些隐私，或者不见光的数据，你觉得通过这些数据，就掌握了这个世界的规律和法门，就可以挣钱了。例如炒股，例如黑产数据。

兄弟，醒一下，2019年爬虫公司有不少从老板都员工都进去蹲着了。

从一开始爬虫就不是python的全部世界，更不应该是python的一个就业方向。那只是一个衍生的附带品。只是数据分析开头的一小点甜头的插曲。

2、web前端——一个谈不上务正业的技术

python是可以做web开发，豆瓣很早就是用这个技术，知乎也用过后来改换了别的。但是用这个语言和传统的java比，没感觉有啥特殊的强悍的优势，只是各有所长，或者说老板觉得要尝试一下新技术，装逼一下。

3、数据分析——python的正道

记住啊，数据分析一定要看两个东西，一个你要分析的数据是否合法？二个，你要了解数据，你才有前途。

第一个很好理解。2014-2017年，为啥很多企业都要数据分析的人才？仔细去看一下，除了传统的大厂，BAT，美团，京东这类，最大的企业群体是P2P代表的互联网金融，以及后续的数字货币，此外是游戏行业。所以伴随这两大产业被规范化和打击，你看到大数据分析回归到真正需要数据分析的企业中。你分析的数据一定要合法，别以为自己只是一个干活的，这种抓你没商量的。

第二个，了解数据。这玩意最简单的理解就是，你学会无数的技术，包括R分析，回归分析，相关性分析等等。你一定要学的是你分析的这个东西，他背后的各类数据组合，能体现什么？

这也就是我们常说的，分析结果的前瞻，以及分析中对数据的敏感性。说白了，就是你要有一个数据分析的模型。这玩意不是你会写代码就有了，这玩意是需要大量数据分析积累的一个结果。

python想好找工作，那就要真的学到登堂入室的地步。不然就沦为一个打杂的了。