我正在开发一个解释型量化金融库,主要用于股票衍生品的快速原型设计。我没有任何使用此类语言的经验(我听说过 Goldman-Sach 的俚语,但从未见过)。
在这些语言中可以找到什么样的功能,它们是否有一些与金融市场相对应的独特功能?
我正在开发一个解释型量化金融库,主要用于股票衍生品的快速原型设计。我没有任何使用此类语言的经验(我听说过 Goldman-Sach 的俚语,但从未见过)。
在这些语言中可以找到什么样的功能,它们是否有一些与金融市场相对应的独特功能?
你有没有考虑过 Python?有很多成熟的库可以用于统计分析、数据采集和清洗。仅举几例:
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 中实现了一些非常复杂的导数 pring 模型,包括跳跃扩散 Vasicek 利率格,许多随机过程,甚至设法编写了一个遗传优化器。
我的一位教授是芝加哥一家专门使用 Python 的对冲基金的研究主管(数学博士)。
也许,每个公司都有自己的东西,但是网上有一些资料(主要是关于 DSL-s):
至于您自己的语言(和库/运行时!) - 在不了解您的要求的情况下没有太多要说的(仅举几例,当我开始考虑它时,我立即想到了):
大多数语言/工具提供用于表示和分析时间序列的结构[例如时间序列回归和互相关的东西]
“独特”特征指的是访问速度、查询的容易程度或表达能力。
K 速度特别快,语言非常简洁
matlab 非常有表现力,允许你使用整套工具箱并用 java 扩展
但归根结底,这实际上取决于您到底想做什么。