[Python]自学python后,我就不想去上班了,每天在家干这些就行了
本文插图
1、爬虫 很多人入门 Python 的必修课之一一定是 Web 开发和爬虫 , 但这两项要想赚到钱 , 就必须知道该开发什么或该去爬什么数据能赚到钱 。 如果你都不知道的话问题也不大 , 可以考虑自己开一个淘宝网店或猪八戒做服务外包 。 很多人可能会觉得开淘宝店很困难 , 其实不然 , 我在13年刚毕业那会儿就开过 , 没有投一分钱流量广告 , 做到了「数据抓取」类似关键词下的第一排展示位 , 而且还是利用周末或工作日晚上闲着无聊的时候干的 , 月流水1w左右纯当外快了 。 收费定价全看自己心情 , 很多客户还觉得我这边物美价廉 。 其实我做了很多通用化的爬虫设计 , 比如那时候需求量很大的新浪微博数据 , 针对性开发了一套比较完整的爬虫系统(各种反爬取、IP代理池、Cookie/UA池等等) 。 后来我才知道 , 我凭借这个配几个参数喝杯咖啡等上半小时就能搞定的需求 , 对外报价差不多是 100-200 元 , 隔壁家要在 600 元以上 , 这就是你在淘宝生存下去的硬实力 。
在这个阶段最重要的还是要找到一个好的项目 , 比如最舒服的就是帮一些证券大佬抓取一些财经新闻、龙虎榜和舆情相关数据 , 开发完之后每个月只要保证爬虫不挂就可以收 3-5k , 自己买个云主机一个月只要两三百的成本 , 还可以用来帮自己干别的事情 , 直到老板说不做这个项目了……
本文插图
2、量化交易(配合金融和统计学食用) 只要不涉及高频交易(HFT) , 用 Python 来完成量化交易相关工作内容实在是太方便了 。 当然了 , 做投资肯定是会有风险的 , 所以使用不当也很容易让你亏钱 。 对于新手而言 , 我比较推荐 JoinQuant(有没有广告费?) , 新手教程和在线 Python 策略开发环境我个人认为都是比较友好的 。 做 Quant 其实就是一个做数据挖掘的过程 , 不同的策略就是你手头能用的模型 , 选股、择时、资金管理就是你所要做的特征工程 。 特征工程决定了你最多能赚到多少 , 模型则是用来逼近这个上限 。 举个比较极端的例子 , 假设你选了一只天天跌停的股 , 不管你怎么调整模型 , 必然都是无法在单边交易中赚到钱的 , 所以大家不必纠结到底是用均线策略还是用 BOLL , 找到策略适应的股和择时才是关键 , 剩下就不展开了 。
要追求稳定盈利的话可以考虑去各大虚拟币交易市场搬砖 , 编程能力较弱的同学可以考虑一下 botvs 。 统计套利虽然也能稳定盈利但显然不适合个人了 , 一般需要 HFT 支持 。
3、程序代写/外包 互联网灰产真的是无处不在 , 我所认为的灰产就是不违法 , 但是有违道德的一些事情 。 比如淘宝上有不少代做程序设计的 , 价美物廉 , 几百块就能搞一套基于 LAMP 的 xx 管理系统 , 看看买家评论就会知道 , 绝大部分都是学生的大作业或者毕业设计 。 淘宝也曾一度打击过类似商品的关键词 , 比如直接禁止「毕业设计」这样的组合词出现在商品标题中 , 然后大家纷纷换成「毕业指导……程序设计」来命中用户包含「毕业设计」的 query 。
这玩意儿可以赚多少钱呢?首先是要杜绝帮人写论文 , 这部分吃力不讨好 , 导师不可能让你论文一稿过 , 你有可能在接下来要为每一单付出长达半年的售后服务 , 所以有点技术干这行的都不会沦落去帮人写论文 , 必须告知为了符合淘宝平台相关政策 , 是不代写论文的 , 最多提供相关的技术文档 。 只负责代码开发就相对容易很多 , 一般本科毕设都是偏工程研发的 , 这类门槛低 , 通用化代码很多 , 基本上找份开源的改一改就能完成任务;硕士毕设就有不少偏机器学习的 , 读一篇 paper 再撸上半天数据实现一个 overfitting 的算法实现 , 基本也就1-2天的工夫 。 前者一份卖到一两千 , 后者一份卖到两三千 , 如果客源有保证的话 , 一天做一单就足够养活自己了 。
推荐阅读
- 语言最红语言Python跌落榜三,Rust最受喜爱!Stack Overflow 2020报告出炉
- CSDN|儿童节教你用 Python 画出童年回忆
- 新智元|机器学习团队常用工具总结,人生苦短,我用Python!
- 工具机器学习团队常用工具总结,人生苦短,我用Python!
- |从Excel中解救你!如何用Python实现报表自动化
- 摄影自学班|掌握这7点,可把男朋友拍得更帅,男士摄影技巧
- 不正经d玩家|2020 开发者调查:TypeScript 最受欢迎击败 Python,Scala 最赚
- 千锋上海|学习Python语言具应用领域有哪些?
- 自己动手「焊」键盘,使用Python编写,一键放连招不在话下
- 0772-1.7.2-如何让CDSW的PySpark自动适配Python版本
