您的财务“必备”python包是什么?

我会尽量限制与之相关的内容 描述 证券:

• 我们有一些包提供市场约定支持(日计数分数、调整规则、到期日期、计划生成等)。很高兴美国证券交易委员会正式提供这些信息?完全有必要正确地描述任何安全性,并且在每个收益描述脚本中重新实现它们会很麻烦。
• 一些非常常见的简单定价函数被重新开发(例如:Black Scholes一阶希腊人和隐含波动性计算),主要是为了避免为这些小东西调用定价库的开销。例如,这用于描述普通期权,因为市场在波动点上对其进行报价。价格与收益函数相同。

当然,我们使用很多其他的图书馆

• 其他系统通信
• 定价
• 校准
• 模型评估
• 统计学
• 生产资料
• …

当我处理交易系统时,sci-py/num-py对我非常有用。 python中内置的csv读写器包也是我经常使用的。

http://code.google.com/p/pandas/ 也是以定量金融背景发展起来的。

我想通常的嫌疑犯是:

• 麻木的
• 斯皮皮
• RPY
• Mat普特利布
• …

对于我的定量发展,我通常从pythonxy开始。( http://www.pythonxy.com/ )作为基础。

在过去,我还为Quantlib使用了一些Python绑定。(我不知道它们是否还在开发中)。

Stefano Taschini的“间隔算法:Python实现和应用程序”在Scipy 2008上介绍(参见 here )这是非常宝贵的,因为它可以显示计算中数值不确定性的范围(因此,您可以避免基于过于脆弱的输入数据或方程做出决定)。

由于Stefano在苏黎世的Altis Investment Management AG工作,我很肯定他开发并使用了他的 pyinterval 在金融环境中打包,当然它只是一个通用工具,在其他领域也完全可用。