後臺有不少人問到關於數據分析工具的問題，就做個統一回復，為想往這方向走的朋友提供一個參考。
基於行情軟體的公交
常見的行情軟體如通達信，大智慧，同花順等，都有編寫公式的功能，使用簡單的腳本語言，可編寫自定義指標，測試交易策略。
這類工具的優點是簡單易上手，數據全，展現起來很直觀。
缺點是，環境封閉，很難引用其他數據，腳本功能較為受限，而且回測準確性存疑。
適合：簡單指標的編寫和觀察，尤其是已有指標的修改或調整。
基於統計軟體
統計類軟體中，spss是最好的可視化通用統計軟體。
優點，簡單，文檔豐富，統計功能很全，還有數據挖掘功能，和常見的機器學習功能，如分類、聚類、回歸。而且都是可視化操作，很容易上手。
缺點，使用不靈活，數據量大了就很慢。
適用場景，萬條以內的數據統計分析和顯示，傳統時間序列分析，數據挖掘。
excel
包含數據展示、計算、統計等常見功能。
優點，簡潔，直觀，輕量，快捷，大家都會用
缺點，數據量大了很慢，使用不夠靈活，功能有限。
python
功能強大，語法簡單，幾乎能覆蓋量化領域能用到的全部功能，數據整理，數據展示，統計分析，策略回測，算法交易，機器學習等。
除了基本語法，還需要掌握常見的功能包，如numpy，pandas，matplotlib等。
理論上，有python就不需要其他工具了，但作為一種腳本語言，上手還是比可視化操作的軟體難，而且對於可視化工具能實現的簡單功能，即便是熟手，編寫語句也相對費時。
還有一些在線或者以客戶端形式存在的量化平臺，集成了數據和一些常用的功能，也大多支持python語言，這裡就不詳述了。
建議
對於想深入做量化的人，考慮直接上python。
如果是偶爾做一點統計分析，處理的數據較少的，可以選擇用excel，或者比excel更專業的spss。
如果做簡單的技術指標，可以先考慮用行情軟體。
如果做機器學習，目前除了python別無選擇。
以上僅供參考，做好量化，工具只是一小部分，更重要的是對市場足夠的理解，需要好的理論功底，還需要豐富的實踐經驗。