由于 Python 社区将在2020年停止 Python2.7 的支持，在未来我们将逐步停止对 Python2 引擎的更新，所有的新特性也将只在 Python3 引擎上线，所以建议大家将已有策略迁移到 Python3 引擎上。在聚宽官网新创建的策略将默认使用 Python3 引擎创建，用户已有策略仍然使用 Python2 引擎。 一创聚宽将在近期进行升级以支持 Python3 引擎，敬请期待。
聚宽官网Python3版本云端引擎上线
继客户端升级 Python3 之后，聚宽工程师们不懈努力，聚宽官网 Python3 版本的云端回测/模拟交易引擎终于上线啦！新的 Python3 引擎使用与研究模块 Python3 内核相同的环境，大家终于可以在策略中使用心心念念的 TensorFlow 了。
除了更新 Python 版本之外，我们还引入了一系列广受欢迎的第三方库:
机器学习/神经网络库：tensorflow，chainer，keras，pytorch，theano
网络请求：aiohttp，selenium，websocket-client
短信/语音工具：twilio
微信机器人：wxpy
凸优化工具：cvxpy
自然语言处理：nltk
期货基本面数据：fushare
分级基金数据：easyquotation
Python3与Python2的区别
Python3 中严格区分 byte 与 str，例如 pickle.loads 传入的第一个参数若为字符串则会报错；
print 从 Python2 中的关键字转变为了函数，意味着以下写法：print "hello world" 将在 Python3 中报错（正确写法：print(“hello world”)）；
"/" 在 Python2 返回结果向下取整，在 Python3 中将直接返回结果不进行任何取舍，需要 Python2 中的行为时请使用//。这个有可能导致 Python2 和 Python3 相同策略回测结果不同；
修改了一些语法：metaclass、raise、map、filter以及dict的items/keys/values 方法返回迭代对象而不是列表，描述符协议，保存类属性定义顺序，存关键字参数顺序；
去掉了一些语法：cmp、<>(也就是!=)、xrange（其实就是 range）、不再有经典类；
另外就是 Python2 与 Python3 在回测、模拟等方面的区别。
获取当前持仓标的（Python2 和 Python3 都可以这样使用，期货注意区分多仓和空仓）
# 多仓position = [p for p in context.portfolio.positions]# 多仓position = [p for p in context.portfolio.long_positions]# 空仓position = [p for p in context.portfolio.short_positions]
在回测及模拟交易中读取/写入研究中不同格式的文件
Python2 使用 from six import StringIO ，Python3 使用 from six import BytesIO
详情请查看：
在回测及模拟交易中读取/写入研究中不同格式的文件
有关 Pickle（.pkl文件）
pkl文件和运行环境有关，如何使用 pickle 模块将数据对象保存到文件并在回测中读取
详情请查看：在回测中读取或者写pkl文件
注意：Python2 环境生成的 pkl 文件不能在 Python3 下解析，反之亦然。
Python2 环境与 Python3 环境的区别：
Python3 环境新增第三方库：（节选）
Python3 环境移除的第三方库：
Python3 引擎中版本发生变化的第三方库：注意 Pandas 和 Numpy 的版本变化较大（节选）
常见问题
Q1：如何编写 Python2 与 Python3 都兼容的代码？
A1：使用six模块来兼容 Python2 与 Python3 之间的差异，详情请查看 six项目主页。
Q2：我在 Python2 环境下用 Pickle 保存了对象，在 Python3 环境下我该如何解析？
A2：可以尝试使用如下代码进行解析。由于 Python3 环境与 Python2 环境相比第三方库版本差异较大，若保存的对象依赖这些第三方库，则无法保证解析成功。例如在 Python2 环境下使用 pickle 保存的 DataFrame 对象由于 pandas 库的更改在 Python3 环境下进行解析会报错。注意设置 load 或 loads 函数的 encoding 参数为"latin1"。（Python2 环境下无法解析 Python3 环境中使用 Pickle 保存的对象；）
- 在研究环境下直接解析文件：
import picklewith open('research.pkl', 'rb') aspkl_file:temp =pickle.load(pkl_file, encoding="latin1")
- 在回测/模拟环境下解析研究环境中文件：
import pickletemp =pickle.loads(read_file('research.pkl'), encoding="latin1")
关于 Python3 与 Python2 环境更详细对比，请点击文末阅读原文。同时欢迎各位来提需求～