作者：刀疤连 来源： Chihiro Quantitative Research
工欲善其事，必先利其器。无论是研究团队协作，还是个人独立专研，如何科学高效地管理数据、文献、代码、报告和项目，是绕不开的问题。正好最近有小兄弟问到有哪些工具或规范可以参考，我整理了平时常用的10个，或许对一些小伙伴有用。
1.Python Package
如果想要开发一个Python工具包，可以使用cookiecutter-pypackage作为模板。链接如下：
https://github.com/kragniz/cookiecutter-pypackage-minimal
2.研究项目
研究项目用cookiecutter-data-science建立，包括数据、代码、笔记、参考资料和报告等部分。链接如下：
https://drivendata.github.io/cookiecutter-data-science/
3.代码规范
Python代码遵从google Python风格即可。链接如下：
https://zh-google-styleguide.readthedocs.io/en/latest/google-python-styleguide/python_style_rules/
4.报告规范
研究报告或工作报告我习惯用APA格式，文献和资料习惯命名为：作者-文章名-年份。链接如下：
https://baike.baidu.com/item/APA格式/1647900?fr=aladdin
5.文献管理
文献管理我用的是mendeley，无论是文献的分类、存储和检索，还是做笔记，或者是协同分享，体验都不错。链接如下：
www.mendeley.com
6.思维导图
思维导图软件有很多，功能大同小异，建议使用coggle，轻量、大气和酷炫。链接如下：
https://coggle.it
7.研究项目管理
量化研究项目会涉及到数据、文献、代码和笔记等，一般的协同软件（如有道云协作）并不能很友好地支持这些文件。推荐使用gitlab，它和GitHub几乎一样，但私有项目不用收费，界面也萌一点。链接如下：
https://gitlab.com/
8.数据库管理工具
navicat是一款神奇的软件，无论你用MySQL、SQL Server、SQLite、Oracle还是PostgreSQL，都可以统一管理。另外，其模型设计部分也非常好用，赞一波。链接如下：
https://www.navicat.com.cn/
9.数据源
国内既免费又高质量的数据源，仅tushare一家。上周去上海面基了创始人Jimmy哥，一看就是非常有情怀的人。目前上线的数据包括A股、基金、期货、宏观、指数和大数据等。链接如下：
https://tushare.pro/
10.回测工具
很多人认为量化研究就是回测，但回测并不能占据半壁江山。以前我回测用的是zipline，现在自己写了个短小的回测类，平时研究已经足够了。不建议花太多时间在造轮子上面，目前开源的回测框架已经足够好了，推荐使用zipline，另外ricequant的RQalpha也可以关注。链接如下
https://github.com/quantopian/zipline
以后新的好玩的工具或者规范，也会更新到这篇文章，欢迎收藏。
--------------------------------------------------------------
拓展关注订阅：
