Каковы ваши "обязательные" пакеты Python для финансов?

Question

В связи с недавним предложением SEC , требующим, чтобы большинство эмитентов ценных бумаг, обеспеченных активами, подали компьютерную программу на python для документирования потоков средств (или каскадных) положений сделки, я подумал, что пора спросить, что вы думал, что «необходимые пакеты» Python для финансов будут.

PS: кроме ответа здесь, пожалуйста, также рассмотрите возможность ответа на этот опрос .

Обновление : результаты опроса здесь .

Answer 1

http://code.google.com/p/pandas/ также разработан с количественным фоном финансирования.

Наверное, тогда обычные подозреваемые:

• NumPy
• SciPy
• RPY
• Matplotlib
• ...

Для моего квантового развития я обычно начинаю с pythonxy (http://www.pythonxy.com/) в качестве основы.

В прошлом я использовал также некоторые привязки Python для Quantlib. (Я не знаю, разработаны ли они до сих пор).

Answer 2

Стефано Таскини «Интервальная арифметика: реализация и приложения Python», представленная на Scipy 2008 (см. здесь ), может быть очень полезной, поскольку она может показать диапазон численной неопределенности ваших вычислений (поэтому вы избегаете решений, основанных на слишком хрупкие входные данные или уравнения).

Поскольку Стефано работает в Altis Investment Management AG в Цюрихе, я почти уверен, что он разработал и использует свой пакет pyinterval в финансовом контексте, хотя, конечно, это всего лишь универсальный инструмент, который можно легко использовать и в других областях.

Answer 3

Я постараюсь ограничить то, что относится к описанию ценных бумаг:

• у нас есть несколько пакетов, которые обеспечивают поддержку рыночных соглашений (доли дней, правила корректировки, даты истечения срока действия, генерации расписания и т. Д.). Было бы здорово, чтобы они были официально предоставлены SEC? Абсолютно необходимо правильно описать любую защиту, и было бы обременительно переопределять их в каждом сценарии описания выплат.
• некоторые простые функции, подобные ценообразованию, все очень распространенные, были переработаны (например, греки Шоулза первого порядка и расчеты подразумеваемой волатильности), главным образом, для того, чтобы избежать лишних затрат на вызов библиотек ценообразования для таких мелких вещей. Это используется для описания ванильных опционов, например, когда рынок указывает их в пунктах волатильности. То же самое для функций цена-доходность.

Конечно, мы используем множество других библиотек для

• связь для других систем
• цены
• Калибровка
• модель оценки
• Статистика
• производственный материал
• ...

Answer 4

Хотя я имею дело с торговыми системами, sci-py / num-py очень полезны для меня. Я также регулярно использую встроенный пакет чтения / записи CSV в Python.