反觀SAS，作為壹個default工具，不管是用Base SAS還是SAS EG，交點錢就好了。對於這些機構來說，SAS真的不貴。我們最近在幫某大行Bulid model，team去了幾十個人，客戶也沒在乎是不是每個人都需要，就給每人都配了Base SAS和SAS EG。
另外銀行動輒上百個G大小的數據，R跑起來可能真的太吃力了。相反基於Server的SAS用起來非常流暢。
Python vs. C++
這個我了解不多。但是Python在machine learning上的應用越來越好，所以在量化交易上應該還是有前景的。而且Python和其他語言的對接做的很棒，也算是他的優勢吧。另壹方面Python真的很簡潔，連我這種看見C++就頭疼的人也能寫壹些simulation。如果要求不是很嚴格，很多人會非常樂於接受Python吧。