量化交易策略
算法交易：Python vs SQL
我是算法交易的新手。但我有一點 SQL 編碼經驗。現在我正計劃開發一個算法交易系統。在這裡，我將所有歷史數據儲存在數據庫（PostgreSQL DB）中。
最初，我計劃用 Python 編寫所有技術指標和策略。但是當我現在使用數據庫時，我很困惑是用 Python 編寫技術指標的程式碼，還是應該只用 SQL 計算這些值並儲存在數據庫中。
請提供您的想法，優點和缺點以及任何其他建議。
Python 有很多優秀的庫可以為你計算技術指標，
ta而且ta-lib非常棒。這些庫有幾十個指標可供使用，並且它們的文件非常詳細。此外，這些庫建立在 Pandas 之上，有助於數據透視表和數據庫模式。這些庫執行速度很快，而且非常準確。這引出了我的下一點——這取決於你有多少數據以及你打算做什麼。如果您有大量數據，那麼儲存在序列化數組中可能不是最好的，並且會佔用您的記憶體。SQL 數據庫最適合處理大量數據，因為您隨後也可以使用一些巧妙的 API 對數據庫進行 CRUD。
如果我是你，我會使用 Python 計算指標，使用庫或自定義編寫函式。然後，我會將數據儲存在 SQL 數據庫中。