我正在开发一个解释型量化金融库,主要用于快速原型设计股票衍生品。我没有使用过这样的语言(我听说过高盛的Slang,但从未见过)。
这些语言有哪些功能,它们是否具有与金融市场相对应的独特特性?
我正在开发一个解释型量化金融库,主要用于快速原型设计股票衍生品。我没有使用过这样的语言(我听说过高盛的Slang,但从未见过)。
这些语言有哪些功能,它们是否具有与金融市场相对应的独特特性?
你是否考虑过使用Python?有许多成熟的库可用于统计分析、数据获取和清洗。以下是其中几个:
Numpy - N-dim array objects
Scipy - library of statistical and optimisation tools
statsmodels - statistical modeling
Pandas - data structures for time series, cross-sectional, or any other form of “labeled” data
matplotlib - MATLAB-like plotting tools
PyTables - hierarchical database package designed to efficiently manage very large amounts of data
CVXOPT - convex optimization routines
我个人在Python中实现了一些相当复杂的衍生品定价模型,包括跳跃扩散Vasicek利率栅格、许多随机过程,甚至还成功地编写了遗传优化器。
我的其中一位教授是芝加哥对冲基金研究主管(数学博士),他专门使用Python。
大多数语言/工具都提供了表示和分析时间序列的结构[例如时间序列回归和交叉相关等]
"独特"的特点指的是访问速度、查询便捷性或表达能力。
K非常快,语言非常简洁
Matlab非常具有表现力,允许您使用整个工具箱集并扩展Java
但最终取决于您想要做什么。