1. 量化投资matlab需要安装哪些组件
Matlab安装时候把所有tools都选上，还有Excel
其实量化是一个大方向，不知道你要做什么哪方面具体的投资/交易，都要先建立理论模型
2. MATLAB量化投资培训，有人参加吗
其实做量化投资分析无非就是围绕这一主线进行的，所以本质上不过是使用Matlab一步一步实现这整个开发过程，新手一上来不要想一口气吃成大胖子想一上手就做出成熟稳定的策略，我建议可以先实现一些最基本的、简单的策略，然后再慢慢做更复杂的。
3. 量化投资 工具及其编程语言 matlab，MT4及金仕达
这不是一回事。
matlab是数学软件，它的功能主要是矩阵计算。
MT4是做外汇和黄金的交易平台，可以内写自动容交易程序。
金仕达可以做国内期货的自动交易。
第一个是用来开发量化策略的。后两个是做量化投资实现的，或者说是做自动交易的。
4. 金融工程，量化投资学什么软件好Python还是Matlab
这真的非常难说。。总的来看美 国大部分用python，国 内可能用matlab的比较多（因为盗内版什么容的问题呵呵）。我个人是觉得python有更好的灵活性，比如可以和C链接等等，很多美国的hedge fund等公司都在从matlab转到python。matlab的好处是：收钱的东西质量有保证。所以matlab在optimization等方面的toolbox写得非常棒！总的来说就是简单好用。问题就是它的syntax非常恶心（这点和R类似。。）。另外速度比较慢（当然R更慢）。。我个人是比较喜欢python多一点，但是很多时候搞量化分析偷懒就会用matlab和R，因为很多东西都是现成的。。
5. Python 与 Matlab 哪一个对量化投资和分析更有帮助
python是语言，matlab是工具，这俩不该放在一起比对
做投资分析显然是matlab的优势，其他数学工具也没有matlab好，用它没错
6. Python 与 Matlab 哪一个对量化投资和分析更有帮助
现在分析全线转R/python，未来有可能上Julia。
别问为什么不用matlab了。R/python组合好处在于回开源，数据workflow相当容易搭建起答来，另外背靠学术界，有相当多的新统计工具可以试。说R速度慢根本不是问题，机器好一点就行了。超大型的数据甚至可以跑R/hadoop。
MATLAB的完全就不能比。
————————————
另外说在“工程上MATLAB有而R/python没有”我觉得是十分奇怪的。就比如，目前新工具而言比如deep learning来说。python上有Theano/pylearn2/对接caffe，MATLAB的deep learning我目前只知道一个Toolbox。旧的工具R/python上也不缺。
另外我看有答案把MATLAB能直接发送交易信号作为MATLAB卖点。我觉得贵司策略和交易是不是定位不太清晰。为了保证可靠的性能和策略管理的便利性，我想除了个人投资者没有人会选择开着MATLAB下单。
7. matlab做量化投资分析，怎么学
做了2年半程序化，开发了一套适用多品种多周期的趋势策略，靠自己摸索。
tb加matlab开发，很多问题答案网上是找不到的。
8. Python 与 Matlab 哪一个对量化投资和分析更有帮助
Matlab在矩阵处理方面的强大优势Python无法比拟，我曾经用Matlab和Python跑同一个算法，涉及到矩阵中版Symbol求导权。Python用的是Numpy，Sympy和Scipy，感觉Sympy中Matrix虽然功能强大，但是速度很慢，而且需要专注其中各种细节。如：其对Complex类型是无法自动expand的，常常出现(1+I)(2I+1)这种结果，这时需要调用.expand来解决。Matlab可以使你专注于模型，Python要超过Matlab还需要时间。但是Python在内容抓取，机器学习，等有强大的第三方包，如Scarpy，Skikit-learn等，发展很快。概括之：现在用Matlab，未来用Python
9. 量化投资中，MATLAB和python哪一个好
Matlab在矩阵处理方面的强大优势Python无法比拟，我曾经用Matlab和Python跑同一个算法，涉及到矩阵中Symbol求导。Python用的是Numpy，Sympy和Scipy，感觉Sympy中Matrix虽然功能强大，但是速度很慢，而且需要专注其中各种细节。如：其对Complex类型是无法自动expand的，常常出现(1+I)(2I+1)这种结果，这时需要调用.expand来解决。Matlab可以使你专注于模型，Python要超过Matlab还需要时间。但是Python在内容抓取，机器学习，等有强大的第三方包，如Scarpy，Skikit-learn等，发展很快。概括之：现在用Matlab，未来用Python