Quantopian使用IPython notebooks构建了一个便于大家进行策略研究的环境，在这里，你可以进行数据分析与统计验证。
基本界面
整个界面类似于一个在线文本编辑器，最上方为工具栏，下方为编辑区，编辑区中被且分为很多的块，每个区块可以是代码或者文本，可以通过上方的cell type下拉菜单选择
基本界面
- 文本块
步骤，说明等内容 - 代码块
嵌入的Python代码块，可通过工具栏的play按钮或者快键键(shift+enter)直接运行！
*注：代码运行期间，命令行"[]" 中会显示''，运行完毕后显示为执行序号 **
导入科学计算库
Quantopian内建了常用的科学计算库
- NumPy/SciPy 提供快速有效的数据/矩阵计算的Python库
- matplotlib 提供数据可视化的Python库
- pandas 提供数据分析与时间序列分析的Python库
导入内建库
** 注：导入之后可在输入'.'之后使用tab键进行自动补全**
np.random.
自动补全
在函数后输入问号，再执行该代码块时，可以显示该函数的帮助文档
np.random.normal?
函数帮助文档
示例
首先我们使用numpy和matplotlib来进行一次随机采样，并将图形绘制出来
实例代码
绘图
我们还可以使用numpy获取样本的统计信息
统计信息
当然，我们也可以获取到真实的交易数据，使用get_pricing函数获取苹果2017年以来的每日收盘价
data = get_pricing('AAPL', start_date='2017-1-1', end_date='2017-2-4')
获取真实交易数据
结果集为pandas中的DataFrame，我们可以将价格单独提取出来，并绘制一张我们最为常见的价格波动图。
Paste_Image.png
苹果股价波动图
许多炒股软件常见的移动平均线，我们也可以使用pandas的rolling_mean函数获取并轻松地绘制出来，
Paste_Image.png
60天移动平均线
这篇就到这里，赶快去Quantopian的研究界面实践一下吧:)
