量化投资使用python还是matlab，哪一个更好用
主要看你的用途是什么，如果你就自己随便回测几个策略，那么用什么都无所谓，不过如果是我的话，我还是会选python，因为我宁愿多花点时间也要构建一个漂亮的系统。
如果你开公司，建设正经的量化交易系统，那么很显然Matlab是不合适的。Matlab是商业软件，不开源，也不是面向对象的（如果我没记错的话），执行效率不高。而python最为最流行的开源语言，无论是数据库还是服务器端，或者是UI端，还是数据分析，机器学习（tensorflow），都有非常优秀的软件包可以用。回测个交易策略一点也不比Matlab复杂，而且各种多进程啦并行计算啦Cython之类的让你的代码效率Matlab高。说白了从工程角度python肯定更合适。
再退一步讲，据我所知，华尔街很多优秀的量化基金和交易公司，很多都是python和C++的组合，用Matlab的不多。
常听人说量化投资，量化投资有什么优点
量化投资就是将自己的投资交易方法，用计算机语言实现了出来，然后交给电脑运行。
比如，一个人采用单均线的交易方式。正常情况下，他在均线上买，在均线下卖。如果他是亲自操作的话，他每天可能都需要关注盘面。但是他完全可以把自己的交易逻辑编写成计算机程序来运行，这样，他就不用盯着电脑和走势了。他可以有大把的时间去思考研究更多的策略或者更多的市场。
这就是量化的一个好处，帮助投资人释放出了大量的时间。
还有，正常情况下，某些人由于经验不足，认知不坚定。自己亲自执行一套交易模式的时候经常会受到干扰，比如自己的情绪，别人的建议等等。他可能无法一致性的执行，比如应该放空的时候他犹豫，应该平仓的时候他死扛。而量化，就可以规避这一情况，因为是电脑全自动的。
这是量化的另一个好处，可以更好的执行投资人的交易系统，避免情绪的干扰。
除此之外，量化还可以实现多系统的组合以及运作多个账户。
正常情况下，一个交易者他执行一套交易系统已经要占用他的大量时间和精力，他可能最多使用几套系统，仅可以管理几个账户而已。但是一旦他可以量化，那么他理论上可以使用的系统数量，和管理账户的数量都是无限的。
最后，量化可以更加准确的执行信号，而人工的话，你可能会错过或者产生很多的滑点等等。
总之，如果你的交易思路可以量化，我强烈建议各位实现量化。因为量化是投资交易领域中，比较好的一个工具。
点赞支持，欢迎关注，谢谢各位。
简单讲量化交易分为两种常见形式：
其一：把自己的分析习惯和交易、风控系统转换成计算机代码语言，通过设置各种条件触发以及品种选择，实现账户自动交易的目的；
- 其二：运用更现代的统计方法——回归分析、神经网络、支持向量机等对传统的技术指标进行有机整合，并使用更严格的统计方法进行变量的筛选及测试。同时还要注重基本面数据对行情的及时影响。
两种形式中，前者相对简单，目前应用与广大个人投资者中，且广泛应用于外汇、期货交易市场。而后者相对专业、复杂，多为机构使用，多应用于证券、期货市场中。
量化投资交易是金融行业未来发展的趋势。
这是现代科技发展的必然。随着金融数学理论和金融工程理论的不断发展，计算机、通讯技术发展日新月异，以及人们科学知识水平的不断提高。量化交易逐渐被广大机构和投资者所接受。
从我们身边的例子就能够看出来。我本人有近10多年的交易经验，早期时候每天花费大量时间关注交易不同品种的走势，分析交易信号，并进行交易监控。同时还要通过多个操盘手来管理诸多交易账户，费时、费心、费力、效果一般，经常出现错失交易信号的问题。
后来接触到外汇多账户管理系统，通过一托多的模式，个人可以简单管理百余账户。EA程序化交易，也解决了跟踪交易品种、分析交易机会、进行交易监控的问题。交易效率得到很大的提高，也节省了诸多的人工费用。
从我的个人例子中可以看出，使用量化方式交易的优点很多，主要表现在：
客观性：严格按照规定执行投资操作，克服了犹豫、冒进等人性弱点；
系统性：通过量化筛选提高成功概率，通过多层次的量化模型、多角度的观察捕捉更多的交易机会。
分散性：交易很大程度上是博取概率事件的胜率，针对多个交易品种采用不同的交易策略进行量化操作是量化行为的独特优势。
及时性：量化交易能够及时快速地跟踪市场变化，不断发现能够提供超额收益的新的统计模型，寻找新的交易机会。
准确性：量化交易能够准确客观的评价交易机会，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，同时还能够在第一时间在最好的交易位置上做出交易决策，这是人工操作难以实现的。