早在2014年之前，量化行业是被C++、Matlab所垄断。量化策略研究员，往往计算机能力有限，需要使用简单的编程工具，像Matlab这样，对编程能力要求不高，又可以运用大量数学模型的工具，就成为量化策略研究员的首选。
但是Matlab最大的问题是，它并非独立的语言，量化策略研究员做出的策略，并不能直接实盘，还需要程序员将Matlab代码转化成C++代码来执行交易。这就使得从策略研究到实盘的流程非常繁琐。
并且2014年后，知识产权的保护越来越严，免费的Matlab越来越难拿到，量化基金公司不得不每年花费大量的金钱购买正版Matlab，按照每个量化策略研究员至少有一个正版Matlab的基本配置，每年光软件费就要花费几十万甚至上百万。
而这个时候，Python随着大数据和人工智能的爆发，已经在计算机行业，从一个小众语言，发展成为主流语言
量化基金苦于Matlab的痛点，一直在寻找可以替代Matlab的软件或语言。而Python几乎完美解决了这些痛点。
.
第一、Python是一门完整性的计算机语言
而不仅仅是依附于某一个商业软件的编程工具，这就使得Python具有很强的可拓展性，量化策略研究员用Python写出策略后，可以直接实盘运行，不再需要程序员帮忙转成C++。这也间接造成量化公司的一部分C++程序员失业，不过他们出路还不错，有些回到了计算机行业，普遍有涨薪。
第二，Python是开源语言
并且在大数据处理和人工智能方面有更丰富的库可供调用，完全免费。Matlab能实现的功能，Python都可以实现。Matlab不能实现的功能，Python也可以实现。量化基金公司纷纷转向Python，直接省下了每年几十万元的软件费用。
第三、Python是所有完整的计算机语言中最简单的
这点是Python的核心优势。同样的功能，用C++可能需要1000行代码，用JAVA需要300行代码，而用Python最多50行搞定。对于量化公司，Python满足了策略快速迭代的需求，毕竟商业世界，时间就是金钱。
