当前位置: 首页 > news >正文

高盛开源的量化金融 Python 库

GS Quant

GS Quant是用于量化金融的Python工具包,建立在世界上最强大的风险转移平台之一之上。旨在加速量化交易策略和风险管理解决方案的开发,凭借25年的全球市场经验精心打造。

它由高盛的定量开发人员(定量)创建和维护,以支持交易策略的开发和衍生产品的分析。GS Quant可用于促进衍生品结构化、交易和风险管理,或作为数据分析应用程序的一组统计包。

 

安装

pip install gs-quant

   

主要功能

Designed by our quants

由我们的量子创造,为我们的量子。我们的分析工具每天都受到高盛1000多名量化开发人员的信任,可以管理我们的全球交易业务。

Comprehensive and cross-asset(综合性和跨资产)

我们的业务涵盖所有资产类别。我们的金融工具包从头开始设计,通过直观的界面提供,是适用于所有市场的完整解决方案。

Proven by markets

利用在全球衍生品市场中心经过数十年经验测试和完善的模型和数据集。使用我们使用的东西。

Use GS Quant

以下是一个简单的例子,它生成一个随机时间序列,并计算1个月(22天)的滚动实现波动率

  1. import gs_quant.timeseries as ts
  2. from gs_quant.timeseries import Window
  3. x = ts.generate_series(1000)           # Generate random timeseries with 1000 observations
  4. vol = ts.volatility(x, Window(22, 0))  # Compute realized volatility using a window of 22 and a ramp up value of 0
  5. vol.tail()                             # Show last few values

Out[1]:

2021-12-20 12.898025

2021-12-21 12.927230

2021-12-22 12.929520

2021-12-23 13.987033

2021-12-24 14.048165

dtype: float64

Markets

GS Quant中的资产类别为任何证券或可观察工具提供了基础。在GS Quant环境中,资产用于描述具有公共标识符的任何证券(例如股票或债券),以及任何定制产品(例如定制指数或篮子)。资产也用于描述衍生工具合同中使用的可观察固定值(例如300万美元伦敦银行同业拆借利率)。

资产类型

以下是GS Quant中使用的几种不同资产类型的概述,涵盖了金融市场中使用的各种证券。

GitHub

GitHub - goldmansachs/gs-quant: Python toolkit for quantitative financePython toolkit for quantitative finance. Contribute to goldmansachs/gs-quant development by creating an account on GitHub.icon-default.png?t=N7T8https://github.com/goldmansachs/gs-quant

文档地址

https://developer.gs.com/docs/gsquant/getting-started/icon-default.png?t=N7T8https://developer.gs.com/docs/gsquant/getting-started/

http://www.lryc.cn/news/398431.html

相关文章:

  • 【Linux】docker和docker-compose 区别是什么
  • Qt图片缩放显示
  • 47、lvs之DR
  • 分布式技术栈、微服务架构 区分
  • 【JavaEE精炼宝库】文件操作(2)——文件内容读写 | IO流
  • C++ 指针变量做参数传递时的情况分析
  • Linux环境下Oracle 11g的离线安装与配置历程
  • 上位机图像处理和嵌入式模块部署(mcu项目2:串口日志记录器)
  • 容器是线程不安全的,如果多线程下不加锁直接使用容器会发什么
  • 配置光源——笔记
  • Java---SpringBoot详解一
  • MFC扩展库BCGControlBar Pro v35.0 - 可视化管理主题等全新升级
  • Springboot 配置 log4j2 时的注意事项
  • 微服务-初级篇
  • 批量制作word表格
  • 代码随想录算法训练营:27/60
  • Redis 中String类型操作命令(命令演示,时间复杂度,返回值,注意事项)
  • 2024亚太杯中文赛B题洪水灾害的数据分析与预测原创论文分享
  • Oracle 19c 统一审计表清理
  • PostgreSQL(二十二)缓冲区管理器
  • 流程制造业与离散制造业有何差异?流程行业智能制造关注什么?
  • 【论文速读】《面向深度学习的联合消息传递与自编码器》,无线AI的挑战和解决思路
  • C++从入门到起飞之——输入输出!
  • 米文AD10配置gmsl摄像头操作
  • 【Selenium配置】WebDriver安装浏览器驱动(ChromeEdge)
  • 预测算法面试
  • 号称世界上第一个开源实时翻译的 App,微软开源GraphRAG:极大增强大模型问答、摘要、推理,以及开源基于ChatGPT的超级文本代码智能体(附代码地址)
  • PyTorch 2-深度学习-模块
  • 【MyBatis】MyBatis 理论 40 问(二)
  • 数据分析——Python网络爬虫(三){爬虫基本原理}