定量金融研究语言

Question

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。我没有任何使用这些语言的经验(我听说过Goldman-Sach的俚语，但从未见过)。

在这些语言中发现了什么类型的功能，它们是否具有一些与金融市场相对应的独特功能？

Answer 1

也许，每个公司都有自己的一些东西，但在web上有一些可用的材料(主要是关于DSL-s )：

• Going functional on exotic trades
• Composing contracts: an adventure in financial engineering

至于你自己的语言(以及库/运行时)--如果不知道你的需求，那就没什么好说的了(仅举几个例子，当我开始思考的时候，我马上就想到了)：

• 谁将使用它-销售或贸易商或quants或所有
• 将如何使用-只是预定义模块的定价和/或解决优化问题。这将导致能够使用底层基础架构及其abstractions
• Extensibility级别(在多大程度上)定义workflows.
• Interaction
• 实时计算或simulation
• I/O

Answer 2

你有没有考虑过Python？有许多成熟的库可用于统计分析、数据获取和清理。举几个例子：

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派生工具pring模型，包括跳跃扩散Vasicek利率网格、许多随机过程，甚至还设法编写了一个遗传优化器。

我的一位教授是研究部主任( PhD。在一家专门使用Python的芝加哥对冲基金工作。

Answer 3

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

“独一无二”的特性指的是访问速度、查询简易性或表现力。

K非常快，具有非常简洁的语言

matlab的表现力非常强，允许您使用整套工具箱并使用java进行扩展。

但归根结底，这真的取决于你到底想做什么。