高盛开源的量化金融 Python 库

GS Quant

GS Quant是用于量化金融的Python工具包,建立在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,凭借25年的全球市场经验精心打造。

它由高盛的定量开发人员(定量)创建和维护,以支持交易策略的开发和衍生产品的分析。GS Quant可用于促进衍生品结构化、交易和风险管理,或作为数据分析应用程序的一组统计包。

安装

pip install gs-quant

主要功能

Designed by our quants

由我们的量子创造,为我们的量子。我们的分析工具每天都受到高盛1000多名量化开发人员的信任,可以管理我们的全球交易业务。

Comprehensive and cross-asset(综合性和跨资产)

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,通过直观的界面提供,是适用于所有市场的完整解决方案。

Proven by markets

利用在全球衍生品市场中心经过数十年经验测试和完善的模型和数据集。使用我们使用的东西。

Use GS Quant

以下是一个简单的例子,它生成一个随机时间序列,并计算1个月(22天)的滚动实现波动率

  1. import gs_quant.timeseries as ts
  2. from gs_quant.timeseries import Window
  3. x = ts.generate_series(1000) # Generate random timeseries with 1000 observations
  4. vol = ts.volatility(x, Window(22, 0)) # Compute realized volatility using a window of 22 and a ramp up value of 0
  5. vol.tail() # Show last few values

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

Markets

GS Quant中的资产类别为任何证券或可观察工具提供了基础。在GS Quant环境中,资产用于描述具有公共标识符的任何证券(例如股票或债券),以及任何定制产品(例如定制指数或篮子)。资产也用于描述衍生工具合同中使用的可观察固定值(例如300万美元伦敦银行同业拆借利率)。

资产类型

以下是GS Quant中使用的几种不同资产类型的概述,涵盖了金融市场中使用的各种证券。

GitHub

GitHub - goldmansachs/gs-quant: Python toolkit for quantitative financePython toolkit for quantitative finance. Contribute to goldmansachs/gs-quant development by creating an account on GitHub.https://github.com/goldmansachs/gs-quant

文档地址

https://developer.gs.com/docs/gsquant/getting-started/https://developer.gs.com/docs/gsquant/getting-started/

相关推荐
一点.点43 分钟前
李沐动手深度学习(pycharm中运行笔记)——04.数据操作
pytorch·笔记·python·深度学习·pycharm·动手深度学习
Niuguangshuo1 小时前
Python 设计模式:访问者模式
python·设计模式·访问者模式
Jamesvalley1 小时前
【Django】新增字段后兼容旧接口 This field is required
后端·python·django
Luck_ff08102 小时前
【Python爬虫详解】第四篇:使用解析库提取网页数据——BeautifuSoup
开发语言·爬虫·python
学渣676562 小时前
什么时候使用Python 虚拟环境(venv)而不用conda
开发语言·python·conda
悲喜自渡7212 小时前
线性代数(一些别的应该关注的点)
python·线性代数·机器学习
Huanzhi_Lin3 小时前
python源码打包为可执行的exe文件
python
声声codeGrandMaster3 小时前
django之账号管理功能
数据库·后端·python·django
娃娃略3 小时前
【AI模型学习】双流网络——更强大的网络设计
网络·人工智能·pytorch·python·神经网络·学习
LCY1334 小时前
python 与Redis操作整理
开发语言·redis·python