python線程過多怎么處理？一般來說，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業(yè)務。大多數(shù)在創(chuàng)建角色線程后，join在等待所有線程逃離。就題主的問題，也可以創(chuàng)建家族

python線程過多怎么處理？

一般來說，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業(yè)務。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。

并行計算在Quant中是如何應用的？

Quant中經(jīng)常會應用很多機器學習和優(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)并行計算則必定能極大地增強算出效率，減緩計算時間，快的地形成決策和能發(fā)出交易指令，要好地捉住轉(zhuǎn)瞬即逝的機會，這對進行高頻交易更何況有用。至于如今的金融數(shù)據(jù)量也越來越，適當?shù)氐貙?shù)據(jù)其分布到多個算出節(jié)點或是多個處理器上，能夠會降低對單臺計算節(jié)點或者單個處理器的性能要求，也能減少對機器內(nèi)存、網(wǎng)絡帶寬等其他資源的需求。

目前做Quant的很具體方法的是Python編程語言，如國外最很流行的Quantopian，國內(nèi)的JoinQuant，uqer等都建議使用的是Python語言。用Python做并行計算的途徑有很多，再者不使用標準庫中的[threading模塊]()通過線程級別的并行，[multiprocessing模塊]()并且進程級別的并行，[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MPI消息傳遞并行計算，等等。如果不是可以在用C/C，F(xiàn)ortran也可以使用cython為Python匯編語言擴展模塊，還這個可以在用OpenMP左行。我的個人[簡書專題]()和[CSDN博客專欄]()中有對用Python做并行計算的專門介紹并能提供了大量的程序?qū)嵗Ｓ行枰蚴潜容^感興趣這個可以了解下。