因为使用python有强大的好处呀。第一、数据获取(web爬虫技术)。二、强大的科学计算分析库可以进行大规模数据统计和处理。三、完善的AI接口，如tensorflow，pytorch，sklearn这些都是当前量化交易最需要的接口。前者属于深度学习如:lstm算法架构是目前已知对股市预测最有效的算法架构之一。后者属于数据挖掘以统计学概率分布为基础，实现回归与分类的数学建模。一句话概括就是方便。至于项目落地Python属于胶水语言对于计算出来的数据模型多以json的形式进行粘合。对于前端还是很友好的。总之就是快捷方便。

随着各种宽客平台的上线，量化交易的门槛已经越来越低了。要想实现最基本的量化交易策略，首先你要对交易的种类（股票、期货、基金等）有深入的了解，之后需要学习python（推荐廖雪峰的python教程）才能进一步通过各平台提供的API将自己的交易思想通过代码实现出来，并在往期数据中进行回测，以验证策略的可行性。

接下来需要进一步用到python的数据分析功能，在量化交易平台的数据库中找到能够盈利的因子和策略。或者通过思考和学习各种交易理论形成自己的交易模式，以达到稳定盈利。