不蓋你，台股 Python 量化交易真的只要三行！我創立 FinLab 以來，一直想要打造一個優質的 Python 回測服務，挑戰技術上的突破，為台灣的小資金融做出更進一步的貢獻。只需要 pip install finlab 就可以下載所有歷史資料、經過兩三行的選股程式碼，就可以模擬歷史績效囉！讓你用短短三天的時間，從零到一百，實戰台使用 Python。
為什麼要做 FinLab Python Package？
Python 最大的優點就是開源，有很多 ML 和資料分析的 Packages 可以使用，但 Python 永遠都不可能像 XQ、Multicharts 一樣方便。寫爬蟲、清洗資料、回測策略，最精簡也需要上千行程式碼才能完成。但使用 FinLab Package 只要三行：
而 Python 的量化平台在台灣，大部分是高手搭建自己用，很少會拿出來跟大家分享，原因很簡單，自己賺錢都賺不完了，何必做成 2C 的平台呢？開源出來對高手有任何好處嗎？沒有。而事實上，就算有人自告奮勇，製作這樣的平台，很多也都是以冷清或失敗收場（美國 Quantopian）。導致於一般想接觸量化投資的大眾，就只能使用 Python 以外的服務，例如 XQ、Multicharts、等。
目標是做出改變台灣投資環境生態的 Python Package
雖然這不會是我最賺錢的專案，但卻是最想要成功的專案，要如何讓此專案永續經營，並且跟使用者、開發者達到互利互惠，才是最終的目的。要是今天我不做了，FinLab 還是可以繼續下去，讓越來越多人用 Python 來選股。
從 2015 年，就想要做一個量化選股平台，但那時有太多的阻礙了，雲端技術都沒有到位，現在終於水到渠成了！有安裝的 Python 環境：Colab，有 cloud function、storage 在台灣可以節省成本，有 5G 加速下載歷史資料的時間，有 Kubernetes 平衡大家使用回測負載。只能說沒有這些功能，我們也沒辦法做出一個像樣的產品（感謝 Google XD）。
這只是一個起點，時代的腳步是不等人的，未來還有更多的領域想要整合，更多的技術，像是 AI、虛擬貨幣、期權等等。也需要大家的共襄盛舉，請督促我們更近一步將 Python 選股、投資交易發揚光大！
三步驟：台股創造 20% 年化報酬策略
現在就開始使用 FinLab Package 吧！其實安裝 FinLab Package 的方式非常簡單，只要打開 Google Colab，並且輸入
!pip install finlab就可以開始使用了，接下來就來示範，三行獲得 20% 報酬率的選股策略！
1. 獲取資料
假如我們想要獲得台灣上市上櫃所有的股價，可以輸入：
from finlab import data
data.get('price:收盤價')
是不是真的超快超方便！別急，更精彩的還在後頭！
選股策略
假如我們想要選出創 300 天新高的股票，要怎麼選擇呢？只要一行即可完成：
position = close >= close.rolling(300).max()
position
當中的 position 是一個 True 或 False 的表，代表某檔股票當天是否創新高，創新高就為 True，反之則為 False。由於創三百天新高是滿高門檻的，所以可以看到上述股票都是呈現 False，也就是沒有創新高。
歷史回測
最後，假如我們真的想要回測，也就是驗證創新高 300 天的股票，持有一個月，會有怎麼樣的績效，我們可以用以下的方法模擬：
from finlab import backtest
backtest.sim(position, resample='M')
瞬間完成了回測。怎麼樣？沒有騙你吧，真的是三行（不算 import ）完成了 20% 年化報酬的回測了。假如你一言不合想要直接用，介面也會顯示目前持股，只要照著持股操作，就可以獲得與模擬相似的報酬率。
這個在我 2015 年夢寐以求的簡便系統，如今已經完成，想知道模組如何使用可以參考這篇 入門文章 喔！我們有詳細的 API 文檔 與豐富的 資料庫 等你來探索。也可以追蹤我們 FinLab 獲得更多新知，來增加自己的量化交易報酬率吧！
