python線程過(guò)多怎么處理？一般來(lái)說(shuō)，多線程模式下，我建議你主線程只如何處理線程本身的調(diào)度，不去如何處理具體詳細(xì)業(yè)務(wù)。大多數(shù)在創(chuàng)建角色線程后，join在等待所有線程逃離。就題主的問(wèn)題，也可以創(chuàng)建家族

python線程過(guò)多怎么處理？

一般來(lái)說(shuō)，多線程模式下，我建議你主線程只如何處理線程本身的調(diào)度，不去如何處理具體詳細(xì)業(yè)務(wù)。大多數(shù)在創(chuàng)建角色線程后，join在等待所有線程逃離。就題主的問(wèn)題，也可以創(chuàng)建家族線程一、二之后，主線程靜靜的等待線程一逃離，之后用sys.exit再次。

并行計(jì)算在Quant中是如何應(yīng)用的？

Quant中經(jīng)常會(huì)應(yīng)用很多機(jī)器學(xué)習(xí)和優(yōu)化算法，很多算法假如常用的蒙特卡洛演示方法也能很也就地右行基于，假如常規(guī)并行計(jì)算則必定能極大地增強(qiáng)算出效率，減緩計(jì)算時(shí)間，快的地形成決策和能發(fā)出交易指令，要好地捉住轉(zhuǎn)瞬即逝的機(jī)會(huì)，這對(duì)進(jìn)行高頻交易更何況有用。至于如今的金融數(shù)據(jù)量也越來(lái)越，適當(dāng)?shù)氐貙?shù)據(jù)其分布到多個(gè)算出節(jié)點(diǎn)或是多個(gè)處理器上，能夠會(huì)降低對(duì)單臺(tái)計(jì)算節(jié)點(diǎn)或者單個(gè)處理器的性能要求，也能減少對(duì)機(jī)器內(nèi)存、網(wǎng)絡(luò)帶寬等其他資源的需求。

目前做Quant的很具體方法的是Python編程語(yǔ)言，如國(guó)外最很流行的Quantopian，國(guó)內(nèi)的JoinQuant，uqer等都建議使用的是Python語(yǔ)言。用Python做并行計(jì)算的途徑有很多，再者不使用標(biāo)準(zhǔn)庫(kù)中的[threading模塊]()通過(guò)線程級(jí)別的并行，[multiprocessing模塊]()并且進(jìn)程級(jí)別的并行，[concurrent.futures模塊]()利用同步異步聯(lián)成一體，使用[模塊]()參與多的并行，使用[mpi4py包]()通過(guò)MPI消息傳遞并行計(jì)算，等等。如果不是可以在用C/C，F(xiàn)ortran也可以使用cython為Python匯編語(yǔ)言擴(kuò)展模塊，還這個(gè)可以在用OpenMP左行。我的個(gè)人[簡(jiǎn)書(shū)專題]()和[CSDN博客專欄]()中有對(duì)用Python做并行計(jì)算的專門(mén)介紹并能提供了大量的程序?qū)嵗?。有需要或是比較感興趣這個(gè)可以了解下。