Toolkit Python untuk Keuangan Kuantitatif

 (github.com/goldmansachs)
2 poin oleh GN⁺ 2024-06-30 | 1 komentar | Bagikan ke WhatsApp
  • GS Quant adalah toolkit Python untuk mempercepat pengembangan strategi trading kuantitatif dan solusi manajemen risiko
  • Dibuat dan dipelihara oleh developer kuant Goldman Sachs, serta mendukung analisis derivatif dan pengembangan strategi trading
  • Dapat digunakan untuk penataan produk derivatif, trading, dan manajemen risiko, serta sebagai kumpulan paket statistik untuk analisis data
  • Akses API memerlukan client id dan secret, yang disediakan untuk pelanggan institusional Goldman Sachs
  • Pengguna dapat memasangnya dengan pip install gs-quant, dan dokumentasi serta contoh tambahan tersedia di Goldman Sachs Developer

Ikhtisar GS Quant

  • GS Quant adalah toolkit Python untuk keuangan kuantitatif
  • Dibangun di atas platform transfer risiko kelas dunia, dan dibuat berdasarkan 25 tahun pengalaman di pasar global
  • Tujuannya adalah mempercepat pengembangan strategi trading kuantitatif dan solusi manajemen risiko

Pengembang dan cakupan penggunaan

  • Developer kuant Goldman Sachs membuat dan memelihara GS Quant
  • Area penggunaan utamanya adalah sebagai berikut
    • Pengembangan strategi trading
    • Analisis derivatif
    • Penataan produk derivatif
    • Trading
    • Manajemen risiko
  • Juga dapat digunakan sebagai kumpulan paket statistik untuk aplikasi analisis data

Syarat akses API

  • Untuk menggunakan API, diperlukan client id dan secret
  • Kredensial tersebut disediakan untuk pelanggan institusional Goldman Sachs
  • Detail lebih lanjut perlu dikonfirmasi melalui perwakilan penjualan atau Marquee Sales

Persyaratan dan instalasi

  • Persyaratan

    • Python 3.9 atau lebih baru

      • Akses ke manajer paket PIP
      • Perintah instalasinya adalah sebagai berikut
pip install gs-quant

Dokumentasi dan dukungan

Bacaan terkait

1 komentar

 
GN⁺ 2024-06-30
Komentar Hacker News

  • OpenBB, salah satu proyek yang cukup dikenal di bidang ini, juga layak dilihat: https://github.com/OpenBB-finance/OpenBBTerminal
    Sebagian besar penyedia data meminta API key gratis, karena itulah strategi go-to-market (GTM) mereka. Polanya: mereka membuat Anda membuat akun, memberi API key gratis, lalu berharap seiring waktu Anda beralih ke paket berbayar
    Atau Anda bisa memakai “data gratis” seperti yfinance, tetapi hal seperti ini bergantung pada proyek yang secara aktif melakukan scraping data finansial dari situs web. Karena kepentingan antara pemelihara API scraper dan perusahaan pemilik data tidak selaras, sering kali pemelihara utama harus terus memperbaruinya
    Sebagai catatan, saya adalah pengembang utama yang membuat proyek OpenBB di GitHub

    • Karena Anda sudah menyinggung strategi go-to-market penyedia data lain, bisakah Anda juga menjelaskan strategi go-to-market OpenBB?
    • Apakah ada cara untuk keluar dari dilema ini?
      Dan saya juga penasaran apakah ada API yang bagus untuk data Inggris

  • Satu-satunya manfaat yang bisa didapat dari sini kurang lebih hanya sebagai referensi desain
    Untuk mengakses sesuatu yang benar-benar berguna, semuanya berada di balik API data khusus GS: https://developer.gs.com/docs/gsquant/authentication/gs-sess...

    • Saya cukup terkejut karena tidak ada contoh nyata. Memang ada beberapa tautan video, tapi apakah kita benar-benar harus menghentikan video dan menyalin kode baris demi baris dengan tangan?
    • Bagaimana cara mempelajari desainnya? Misalnya dengan membuat diagram kelas?

  • Terlihat cukup dasar. Pada dasarnya lebih mirip kumpulan kelas struktur data yang umum dipakai di finansial, kira-kira setingkat yang bisa diharapkan dari proyek akhir mata kuliah pemrograman berorientasi objek tingkat sarjana

    • Kabar buruknya, sebagian besar kode yang benar-benar Anda temui memang berada di level seperti itu
    • Saya sering melihat hal seperti ini di library khusus domain yang dibuat oleh ilmuwan, matematikawan, dan sejenisnya. Jarang ada orang yang bukan engineer profesional menulis kode dengan kualitas engineer profesional
      Kecuali library itu sangat populer dan selama bertahun-tahun mendapat banyak perhatian dari para engineer

  • Kumpulan alatnya mungkin gratis, tetapi datanya sangat mahal

  • Apakah GS masih memakai bahasa internalnya sendiri, Slang, atau sudah beralih secara bertahap ke Python?

    • Masih sangat banyak dipakai. Itu menjalankan SecDB, yang pada dasarnya seperti sistem saraf seluruh divisi pasar
      Mereka jelas juga terbuka ke Python dan lainnya, dan ada teknologi untuk mengintegrasikan Slang agar sesuai dengan abad ke-21, tetapi ini jenis sistem yang sulit dibayangkan akan hilang sepenuhnya

  • Daripada sekadar meremehkannya, sepertinya akan lebih menarik mendengar bagaimana ini muncul dan sebenarnya dipakai untuk apa secara internal
    Saya pernah melihat kasus yang tampak aneh dari luar, tetapi ketika ditelaah lebih dalam ternyata ada alasan yang masuk akal. Perusahaan punya budaya dan prioritas yang masuk akal dari sudut pandang orang dalam, tetapi bisa terlihat aneh dari luar

  • Tidak menamai library ini vampire-squid adalah kehilangan peluang yang sangat besar
    Dari README saja, ini tampaknya lebih seperti materi promosi untuk menunjukkan kepada developer apa yang dilakukan GS, bukan sesuatu yang dimaksudkan agar berguna secara eksternal

  • Saya penasaran mengapa di gs-quant/gs_quant/timeseries/statistics.py ada kelas model kompartemen SIR dan model SEIR untuk penyebaran penyakit menular: https://en.wikipedia.org/wiki/Compartmental_models_in_epidem...

  • Saya tidak mau menyentuh apa pun yang terkait Goldman Sachs bahkan dengan galah 10 kaki
    https://en.wikipedia.org/wiki/Sergey_Aleynikov

  • Setahun lalu saya mencari library quant, tapi tidak melihat yang ini. Apakah ada perusahaan besar lain yang merilis library quant, terutama library terkait volatilitas?