大家好，本期带大家一次性搞懂QMT原生内置的六大常用Python第三方数据分析库，搞清楚每个库的用途，后续编写量化策略、数据回测就不会选错工具。
首先第一个：NumPy。 NumPy全称Numeric Python，是所有数值运算的底层基础库，主打矩阵数据类型和矢量运算，自带高精度数学运算工具。咱们在QMT里做行情数据批量计算、数组批量运算，底层基本都依赖NumPy，是后面所有数据分析库的基石。
第二个：Pandas。 Pandas是基于NumPy开发的专业数据分析库，也是量化从业者日常使用频率最高的库。它封装了成熟的数据模型，专门用来处理结构化表格数据，不管是读取K线行情、筛选标的数据、拼接多周期数据集，都能用Pandas快速实现，极大简化大批量行情数据的整理工作。
第三个：Patsy。 这个库相对小众，是专门做线性模型搭建的工具库。如果大家要用QMT做多因子线性回归、基本面线性建模，构建因子回归表达式就会用到Patsy，专注线性计量建模场景。
第四个：SciPy。 SciPy在NumPy基础上做了功能扩充，集成大量数学、工程、科学计算函数。在量化里可以用来做线性方程组求解、信号降噪处理、行情数据拟合，像量化里的滤波算法、数值优化计算都离不开它。
第五个：Statsmodels。 专业统计与计量经济学工具包，偏向统计建模。咱们做回测结果显著性检验、描述性统计、计量模型参数估计、统计推断，比如检验因子有效性，优先选用Statsmodels。
第六个：TA_Lib。量化技术指标神器。 做技术面量化策略必装的库，内置全品类技术指标算法，MACD、RSI、ADX、布林通道这些常用技术指标，一行代码就能调取；同时还支持黄昏之星、锤头线等各类K线形态识别，是程序化技术交易的核心工具库。
讲完六个内置库，顺带补充QMT自定义安装第三方库的实操步骤： 第一步，本地提前装好Python3.6版本，官网链接我放在视频简介； 第二步，配置系统环境变量，在电脑高级设置的Path里添加两个路径，分别是Python根目录和Scripts文件夹路径； 第三步，使用pip定向安装命令，把需要的第三方库直接安装到QMT指定的site-packages目录，格式参考画面示例； 第四步，进入QMT对应安装目录的site-packages文件夹，核对文件，确认库安装成功。
以上就是QMT六大常用三方库和自定义安装全教程，后续编写量化策略按需选用对应库即可。在这里也要提醒大家，以上内容不构成任何 投资建议，理财有风险，入市需谨慎。
券商彩蛋：需要免费开QMT和PTrade可咨询我
