Toolkit Python pour la finance quantitative

Présentation de GS Quant

GS Quant est un toolkit Python pour la finance quantitative, conçu sur l’une des plateformes de transfert de risque les plus puissantes au monde. Il a été pensé pour accélérer le développement de stratégies de trading quantitatives et de solutions de gestion des risques, en s’appuyant sur plus de 25 ans d’expérience sur les marchés mondiaux. Développé et maintenu par les développeurs quantitatifs (quants) de Goldman Sachs, il permet le développement de stratégies de trading et l’analyse de produits dérivés. GS Quant peut être utilisé comme package statistique pour la structuration de produits dérivés, le trading et la gestion des risques, ainsi que pour des applications d’analyse de données. Pour plus d’informations, consulter Goldman Sachs Developer.

Prérequis

• Python 3.6 ou version ultérieure
• Accès au gestionnaire de paquets PIP

Installation

pip install gs-quant

Exemples

Des exemples, guides et tutoriels sont disponibles dans le dossier correspondant et sur Goldman Sachs Developer.

Contribution

Les contributions sont encouragées. Pour plus de détails, consulter CONTRIBUTING.

Aide

Pour toute question, remarque ou retour, contacter [e-mail].

L’avis de GN⁺

• GS Quant est un toolkit conçu à partir de la longue expérience et de l’expertise technique de Goldman Sachs, et il est très utile pour l’analyse quantitative en finance.
• Spécialisé dans la structuration de produits dérivés et la gestion des risques, il sera d’une grande aide pour les professionnels du secteur financier.
• Développé sur une base Python, il est facilement accessible aux utilisateurs Python existants.
• Parmi les autres projets open source aux fonctionnalités similaires figurent QuantLib et Zipline.
• Lors de l’adoption d’une nouvelle technologie ou d’un projet open source, il est important de prendre en compte le niveau de support de la communauté et la fréquence des mises à jour.

[GN⁺]

Commentaires Hacker News

• Le projet OpenBB est un outil d’analyse de données financières

  • La plupart des fournisseurs de données exigent une clé API gratuite, en espérant que l’utilisateur crée un compte puis passe à un service payant avec le temps
  • Les « données gratuites » reposent sur des projets qui scrapent des données financières depuis des sites web, ce qui oblige les mainteneurs à faire des mises à jour fréquentes
  • Indique être le principal créateur du projet OpenBB

• Un accès utile aux données est possible via l’API de données spécifique de GS

  • Elle se compose des classes de structures de données couramment utilisées en finance
  • Les outils peuvent être gratuits, mais les données sont très chères
  • S’interroge sur la raison pour laquelle gs-quant/gs_quant/timeseries/statistics.py contient des classes de modèles SIR et SEIR pour la propagation d’épidémies

• Se demande si GS utilise encore le langage Slang, ou s’il est passé à Python

  • Regrette qu’ils n’aient pas nommé la bibliothèque « vampire-squid »
  • À voir le README, cela ressemble davantage à une vitrine de ce que GS fait pour les développeurs qu’à quelque chose destiné au monde extérieur

• Souhaite en savoir plus sur les origines du projet et son usage en interne

  • La culture de l’entreprise et ses priorités internes peuvent sembler rationnelles en interne, mais paraître étranges vues de l’extérieur
  • Se demande à quoi servent les modèles épidémiologiques en finance quantitative

• Trouve intéressant que le « Python de banque » ait été publié en open source