GS Guant,高盛出品的 Python 量化工具

liftword4个月前 (02-11)技术文章26

你好,我是坚持分享干货的 EarlGrey,翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。


如果我的分享对你有帮助,请关注我,一起向上进击。

GS Quant是一个用于量化金融的 Python 工具包,创建于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,拥有超过 25 年的全球市场经验。

它由高盛的量化开发人员(Quant)创建和维护,用于开发交易策略和分析衍生产品。GS Quant 可用于促进衍生品构建、交易和风险管理,或作为数据分析应用程序的一组统计包。

主要特征:

  • 由我们的宽客创建,为我们的宽客创建。我们的分析工具每天都受到高盛一千多名量化开发人员的信赖,用于管理我们的全球交易业务。
  • 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,旨在成为适用于所有市场的完整解决方案,并通过直观的界面提供。
  • 利用经过全球衍生品市场中心数十年经验测试和完善的模型和数据集。

要求:

  • Python 3.6 及以上版本。(对 python 3.6 的支持将在不久的将来的某个时候结束)
  • 访问PIP包管理器

您可以使用以下命令验证您的 Python 版本python --version.
任何支持 Python 的 IDE 都可以使用。然而,我们团队的大多数人都使用 PyCharm。

以下是一个简单的示例,它生成随机时间序列并计算 1 个月(22 天)滚动已实现波动率:

import gs_quant.timeseries as ts
from gs_quant.timeseries import Window

x = ts.generate_series(1000) # 生成包含 1000 个观测值的随机时间序列
vol = ts.volatility(x, Window(22, 0)) # 使用 22 窗口和 0 上升值计算已实现波动率
vol.tail() # Show last few values

输出:

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

恭喜!您已启动并运行 gs-quant。

- EOF -

文章已经看到这了,别忘了在右下角点个“赞”和“在看”鼓励哦~


推荐阅读 点击标题可跳转

1、Python 项目工程化最佳实践

2、Python 可以比 C 还要快!

3、streamlit,一个超强的 Python 库

4、豆瓣8.9分的C++经典之作,免费送!

5、Python 3.12 版本有什么变化?

最近我开了一家淘宝店,名字叫【打破壁垒】,主打程序开发相关付费素材、工具的共享类商品,帮助大家降低试错和使用成本。欢迎大家关注。



回复关键词「 pybook03」,领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「书单02」,领取进击的Grey整理的 10 本 Python 入门书的电子版



告诉你更多细节干货


欢迎围观我的朋友圈

??每天更新所想所悟

相关文章

手把手教你用Python搭建自己的量化回测框架「均值回归策略」

引言大部分量化策略都可以归类为均值回归与动量策略。事实上,只有当股票价格是均值回归或趋势的,交易策略才能盈利。否则,价格是随机游走的,交易将无利可图。均值回归是金融学的一个重要概念,指股票价格无论高于...

如何用 Python 打造你的专属量化交易软件全解析

在金融科技飞速发展的今天,量化交易越来越受到投资者的青睐。Python作为一门强大且灵活的编程语言,为我们搭建期货量化交易软件提供了有力工具。今天,就让我们深入探讨如何用Python实现这一目标。量化...

一个基于Python的简单量化交易策略核心代码示例

以下是一个基于Python的简单量化交易策略核心代码示例,包含数据获取、策略逻辑、回测框架和可视化模块。代码以双均线策略(金叉/死叉)为例,使用`pandas`和`backtrader`框架实现:``...

如何使用python做量化交易_python量化交易视频教程

介绍首先我不是量化工程师,我只是个后端工程师;其次我对量化也不感兴趣,自己有几把刷子还是了解的,自己不适合做量化交易:自己没有优秀的模型设计能力自己是个长线投资,一般一个股票都是至少拿一年以上,短线的...

【量化干货】用python搭建量化交易策略

技术已成为金融行业中的战略资产。而传统的金融机构现在正在转型成为科技公司,而不仅仅是专注于该领域的金融方面。数学算法带来了创新和速度,它们可以帮助我们在市场上获得竞争优势。金融交易的速度和频率以及庞大...

用Python编写量化交易策略的完整指南

首先,推荐您学习一些Python金融计算库,例如NumPy、Pandas、Matplotlib和Scikit-Learn等。接下来,您可以学习有关量化投资的知识,例如技术分析、基本面分析、市场心理学和...