GS Guant，高盛出品的 Python 量化工具

你好，我是坚持分享干货的 EarlGrey，翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。

如果我的分享对你有帮助，请关注我，一起向上进击。

GS Quant是一个用于量化金融的 Python 工具包，创建于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，拥有超过 25 年的全球市场经验。

它由高盛的量化开发人员（Quant）创建和维护，用于开发交易策略和分析衍生产品。GS Quant 可用于促进衍生品构建、交易和风险管理，或作为数据分析应用程序的一组统计包。

主要特征：

• 由我们的宽客创建，为我们的宽客创建。我们的分析工具每天都受到高盛一千多名量化开发人员的信赖，用于管理我们的全球交易业务。

• 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，旨在成为适用于所有市场的完整解决方案，并通过直观的界面提供。

• 利用经过全球衍生品市场中心数十年经验测试和完善的模型和数据集。

要求：

• Python 3.6 及以上版本。（对 python 3.6 的支持将在不久的将来的某个时候结束）

• 访问PIP包管理器

您可以使用以下命令验证您的 Python 版本python --version.
任何支持 Python 的 IDE 都可以使用。然而，我们团队的大多数人都使用 PyCharm。

以下是一个简单的示例，它生成随机时间序列并计算 1 个月（22 天）滚动已实现波动率：

import gs_quant.timeseries as ts from gs_quant.timeseries import Window x = ts.generate_series(1000)           # 生成包含 1000 个观测值的随机时间序列 vol = ts.volatility(x, Window(22, 0))  # 使用 22 窗口和 0 上升值计算已实现波动率 vol.tail()                             # Show last few values

输出：

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

恭喜！您已启动并运行 gs-quant。

- EOF -

文章已经看到这了，别忘了在右下角点个“赞”和“在看”鼓励哦~

推荐阅读  点击标题可跳转

1、Python 项目工程化最佳实践

2、Python 可以比 C 还要快！

3、streamlit，一个超强的 Python 库

4、豆瓣8.9分的C++经典之作，免费送！

5、Python 3.12 版本有什么变化？

最近我开了一家淘宝店，名字叫【打破壁垒】，主打程序开发相关付费素材、工具的共享类商品，帮助大家降低试错和使用成本。欢迎大家关注。

长按扫描下方二维码，然后点击页面中的【打开淘宝】，即可进入店铺：

回复下方「关键词」，获取优质资源

回复关键词「 pybook03」，领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版

回复关键词「书单02」，领取进击的Grey整理的 10 本 Python 入门书的电子版

👇关注我的公众号👇

告诉你更多细节干货

欢迎围观我的朋友圈

👆每天更新所想所悟