- GS Quant est une boîte à outils Python conçue pour accélérer le développement de stratégies de trading quantitatif et de solutions de gestion des risques
- Créée et maintenue par les développeurs quant de Goldman Sachs, elle prend en charge l’analyse de produits dérivés et le développement de stratégies de trading
- Elle peut être utilisée pour la structuration de produits dérivés, le trading et la gestion des risques, ainsi que comme ensemble de packages statistiques pour l’analyse de données
- L’accès à l’API nécessite un client id et un secret, fournis aux clients institutionnels de Goldman Sachs
- Les utilisateurs peuvent l’installer avec
pip install gs-quant, et une documentation supplémentaire ainsi que des exemples sont disponibles sur Goldman Sachs Developer
Aperçu de GS Quant
- GS Quant est une boîte à outils Python pour la finance quantitative
- Elle a été construite sur une plateforme mondiale de transfert de risque et s’appuie sur 25 ans d’expérience sur les marchés mondiaux
- Son objectif est d’accélérer le développement de stratégies de trading quantitatif et de solutions de gestion des risques
Équipe de développement et champ d’utilisation
- GS Quant est créée et maintenue par les développeurs quant de Goldman Sachs
- Ses principaux domaines d’utilisation sont les suivants
- développement de stratégies de trading
- analyse de produits dérivés
- structuration de produits dérivés
- trading
- gestion des risques
- Elle peut aussi être utilisée comme ensemble de packages statistiques pour les applications d’analyse de données
Conditions d’accès à l’API
- Pour utiliser l’API, un client id et un secret sont nécessaires
- Ces informations d’authentification sont fournies aux clients institutionnels de Goldman Sachs
- Pour plus de détails, il faut contacter votre interlocuteur commercial ou Marquee Sales
Exigences et installation
- Exigences
-
Python 3.9 ou version ultérieure
- accès au gestionnaire de packages PIP
- la commande d’installation est la suivante
-
pip install gs-quant
Documentation et support
- Des informations complémentaires sont disponibles sur Goldman Sachs Developer
- Des exemples, guides et tutoriels sont également disponibles dans les dossiers correspondants de Goldman Sachs Developer
- Les questions, avis et retours peuvent être envoyés à
gs-quant@gs.com
1 commentaires
Commentaires sur Hacker News
OpenBB, l’un des projets bien connus dans ce domaine, mérite aussi un coup d’œil : https://github.com/OpenBB-finance/OpenBBTerminal
La plupart des fournisseurs de données exigent une clé API gratuite, car cela fait partie de leur stratégie de mise sur le marché (GTM). Ils vous font créer un compte, vous donnent une clé API gratuite, puis espèrent vous convertir en client payant avec le temps
On peut aussi utiliser des « données gratuites » comme yfinance, mais ce genre d’outil dépend de projets qui récupèrent agressivement des données financières depuis des sites web. Comme les intérêts du mainteneur de l’API de scraping et de l’entreprise qui possède les données ne sont pas alignés, le mainteneur principal doit souvent continuer à mettre à jour l’outil
Pour référence, je suis l’un des principaux développeurs à l’origine du projet OpenBB sur GitHub
Et je me demande aussi s’il existe une bonne API pour les données britanniques
La seule utilité qu’on peut en tirer ici, c’est surtout comme référence de conception
Pour accéder à quelque chose de réellement utile, il faut passer derrière l’API de données réservée à GS : https://developer.gs.com/docs/gsquant/authentication/gs-sess...
Ça paraît d’un niveau assez élémentaire. En pratique, cela ressemble surtout à un ensemble de classes de structures de données courantes en finance, du niveau de ce qu’on pourrait attendre comme projet de fin de semestre dans un cours universitaire de programmation orientée objet
À moins qu’il s’agisse d’une bibliothèque extrêmement populaire qui a reçu énormément d’attention de la part d’ingénieurs pendant des années
La boîte à outils est peut-être gratuite, mais les données coûtent très cher
Est-ce que GS utilise encore son langage maison, Slang, ou est-ce qu’ils sont progressivement passés à Python ?
Ils sont clairement aussi ouverts à Python et à d’autres langages, et il existe des technologies pour intégrer Slang au XXIe siècle, mais c’est le genre de système dont il est difficile d’imaginer la disparition complète
Plutôt que de simplement le dénigrer, je trouverais plus intéressant d’entendre comment cela a vu le jour et à quoi cela sert réellement en interne
J’ai déjà vu des cas qui semblaient étranges en surface mais qui, lorsqu’on regardait de plus près, avaient des raisons tout à fait rationnelles. Les entreprises ont une culture et des priorités qui ont du sens pour les gens de l’intérieur, même si cela peut sembler bizarre vu de l’extérieur
Ne pas avoir appelé la bibliothèque vampire-squid est une énorme occasion manquée
Rien qu’en lisant le README, cela ressemble davantage à une vitrine promotionnelle pour montrer aux développeurs ce que fait GS qu’à quelque chose de réellement utile de l’extérieur
Je me demande pourquoi il y a une classe du modèle compartimental SIR pour la propagation des maladies infectieuses ainsi qu’un modèle SEIR dans
gs-quant/gs_quant/timeseries/statistics.py: https://en.wikipedia.org/wiki/Compartmental_models_in_epidem...Je ne toucherais à rien lié à Goldman Sachs, même avec une perche de 3 mètres
https://en.wikipedia.org/wiki/Sergey_Aleynikov
J’ai cherché des bibliothèques quant il y a un an, mais je n’étais pas tombé sur celle-ci. Est-ce que d’autres grandes entreprises ont aussi publié des bibliothèques quant, en particulier autour de la volatilité ?