2011-01-30 8 views
5

Sto lavorando a una libreria di finanza quantistica interpretata per la prototipazione rapida di derivati ​​azionari. Non ho alcuna esperienza con tali linguaggi (ho sentito parlare di Slang di Goldman-Sach, ma non l'ho mai visto).Linguaggio di ricerca in finanza quantitativa

Che tipo di funzionalità si trova in tali lingue e hanno alcune caratteristiche uniche che corrispondono ai mercati finanziari?

+2

Le lingue principali sono R o K. Ma se sei un buon quant si dovrebbe essere in grado di utilizzare la maggior parte nulla a che fare il vostro lavoro. –

+0

Anche Matlab è comune. Che tipo di dati di input [vale a dire tick data] hai a che fare con? è omogeneo? Cosa vuoi che faccia? –

+0

@Foo Bah: la maggior parte di ciò che faccio sono dati di fine giornata per titoli azionari, tassi di interesse e derivati. –

risposta

2

Forse, ogni azienda ha qualcosa da soli, ma ci sono alcuni materiali sul web (soprattutto di DSL-s):

Per quanto riguarda la tua lingua (e le librerie/runtime!) - non c'è molto da dire senza conoscere le tue esigenze (per citarne solo alcune, che mi sono subito venute in mente quando ho iniziato a pensarci su):

  • che lo userà - vendite o commercianti o quants o tutti
  • Come verrà utilizzato - proprio pricing dei blocchi predefiniti e/o risolvere problemi di ottimizzazione. Porterebbe a una capacità di definire i flussi di lavoro.
  • L'interazione con le infrastrutture di base e il suo livello di astrazioni
  • estensibilità (fino a che punto)
  • calcoli live o simulazione
  • I/O di supporto
1

La maggior parte delle lingue/strumenti fornisce costrutti per rappresentare e analizzare serie temporali [ad es. serie regressione tempo e roba correlazione incrociata]

Le caratteristiche "uniche" si riferiscono ad entrambe le velocità di accesso, la facilità di interrogazione, o espressività.

K è notevolmente veloce, con un linguaggio molto stringato

MATLAB è molto espressivo, che consente di utilizzare l'intero set di cassette ed estendere con Java

Ma alla fine della giornata, in realtà dipende su cosa esattamente vuoi fare.

4

Hai mai pensato di Python? Esistono molte librerie mature che possono essere utilizzate per analisi statistiche, acquisizione dati e pulizia. Per citarne alcuni:

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 

Ho personalmente implementato alcuni derivati ​​piuttosto complessi modelli pring in pitone, tra cui un jump-diffusione reticolo Vasicek tasso di interesse, molti processi stocastici, e persino riuscito a scrivere un ottimizzatore genetica.

Uno dei miei professori è direttore di ricerca (PhD. In matematica) ad un hedge fund di Chicago che utilizza esclusivamente Python.

+0

Ulteriori informazioni su questo post del blog: "[The SEC and the Python] (http://jrvarma.wordpress.com/2010/04/16/the-sec-and-the-python/)". –

0

Avete mai considerato R? Vedere alcune presentazioni a R/Finance 2011