在远古时代，一个恐龙还没出现的时代，一群巨大蠕虫占据了地球大陆，因为出现早而没有天敌。

但要进化出高等生命，必须有结实的骨骼。

在量化领域，vnpy就是这只巨大的蠕虫，正变得越来越大，爬都爬不动了，还去捕食么，自己体重就把自己压死了。

-------------------------------------------------------

这是3种语言的基本语句测试，JAVA是python 性能137倍

换句话说，补车胎橡胶强度是丁基胶水的100倍不奇怪，胶水就是胶水啊

可以说VNPY的架构完全曲解了python胶水的定位

因为整个系统不仅是下单速度慢一点这么简单，因为多账户多合约的情况下，这样的问题更明显， python只做量化策略最好，但不要做底层。

底层是cpp的事，说白了这样胶水搞底层的架构是阉割了一个程序员的省钱选择。

如果python是用来做策略开发，时间序列，数据分析，那应该得心应手的，但用来搭底层就是扯蛋了。

要知道VNPY是2015年之前VNPY作者所在公司，在为了节省一个C++程序员，用非职业程序员搞出来的东西，只是一个不成熟市场里的不成熟架构。

你能想象3年后的量化架构是什么样吗？

把精力放在策略上才是最保值的选择，而不是和那些不成熟架构一起被淘汰。

大家都知道基于CTP这类API开发策略，费时又费力。

很多时候，大家往往只是打算做做策略，却最后一入量化深似海，从此节操是路人。

意思就是：在涉及该领域之前，节操尚可；但涉及该领域并陷入其中之后，节操每况愈下，直至与节操形同路人……

最终大家不知不觉中处理了之前未来预料到如此多的问题。甚至做着就做着偏离了做策略的初衷。本来只是想做量化，但在一遍又一遍的在造轮子的过程中，很多最终成为一个兼职程序员的归宿。

一句“人生苦短，我用python”道出了所有量化爱好者的心声。

可是用各种python框架性能很差，虽然python擅长做数据分析（例如回测），却又因为性能较差，不擅长处理多账户多策略情况下的实盘。

多数人反应用了python做底层，服务器 交易太慢甚至崩溃。

往往是适合做策略的语言框架，不适合搭建底层，适合搭建底层的语言又不是那么容易做数据分析。运行性能至崩溃。

有人安慰自己说：python只是慢一点，够用就好。

其实是：

pytho的定位是胶水，python从来就不适合做大项目。

python适合做策略，但并不适合搭建底层。

python做时间序列分析是调用C，C++开发的库，所以性能影响不大，但是如果把python当作主力做底层开发是不可想象的。

像if这样的基本语句，在一些测试种pyhton只有c++速度的1/70，很难想象你用了比别的语言慢几十倍的性能搭底层，这样的架构怎么能用于生产环境？

python不要搞底层驱动，做时间序列处理就可以了。

大家用python目的是为了调用库。简化开发。如果涉及底层的话和cpp一样麻烦

vnpy那个架构把python简单易用的优点搞得已经不存在了，但性能确不堪忍睹。

这不是java和cpp  15%的性能差距，在基本语句上，python和C++比起来是10-70倍的差距。

你认为只是慢一点的问题吗？

胶水是通过大面积粘合高强度材料补漏，胶水自身强度其实很低

这也是为什么python不适合做大型软件

做单一策略很适合

python做底层不是慢一点点这么简单，

以DDOS为例，能理解TCP协议是因为什么原因导致服务器崩溃吗？

你能想象TCP的网络通道缩窄到1/70是什么后果吗？若慢到原先的1/70，不需要DDOS进行攻击，估计正常使用就应该会崩溃啊。

对，python就比C++在基本语句上平均慢70倍。

系统问题正所谓牵一发而动全身，绝不是慢一点这么简单。低效到一定层度，一定是系统级的崩溃。

一个小型生物，比如一条蠕虫，可以没有肌肉，缓慢蠕动，它可以活的很好。

如果是一个3米高的怪兽，大型系统必须要有结实的骨骼和肌肉，否则自己就把自己压死了。软件系统架构也是一样

别试图用胶水搭建底层

不是简单快慢的问题，是适用场景的问题

还是刚才那个例子，一个3米高的怪兽必须有强壮的肌肉和骨骼，