モデリング、取引、リスク管理を幅広くカバーする、定量金融向けのフリーなオープンソースC++ライブラリです。
goldmansachs/gs-quant
Goldman Sachsが開発した定量金融向けPythonツールキット。デリバティブのプライシング、リスク管理、トレーディング戦略の開発に対応します。
- スター
- 13,932
- フォーク
- 1,934
- 未解決の Issue
- 97
- 最終コミット
- 17 時間前
このページはオープンソースプロジェクトの紹介であり、投資助言ではありません。取引や投資には損失のリスクがあります。ご利用前にご自身でリスクを判断し、お住まいの地域の法令に従ってください。
これは何?
GS Quantは、Goldman Sachsのクオンツ開発者が開発した、定量金融向けのPythonツールキットです。トレーディング戦略の開発やデリバティブ商品の分析を目的としており、デリバティブの組成、取引、リスク管理に利用できます。
取引やリスク管理のワークフローに加え、一般的なデータ分析に使える統計ライブラリ群としても利用できます。Python 3.10以降が必要で、pipでインストールできます。
Goldman Sachs APIへのアクセスにはクライアントIDとシークレットが必要です。これらはGoldman Sachsの機関投資家向けに提供されています。サンプル、ガイド、チュートリアルはGoldman Sachs Developerサイトで公開されています。
主な機能
- 01デリバティブの組成、プライシング、リスク分析のためのツール。
- 02トレーディング戦略の開発とバックテストをサポート。
- 03一般的なデータ分析にも利用できる統計パッケージ。
- 04クライアント認証情報を使ったGoldman Sachs APIへのアクセス。
ユースケース
- デリバティブ・ポートフォリオのプライシングとリスク管理。
- システマティック・トレーディング戦略の構築と検証。
- 定量金融の研究における統計分析。
クイックスタート
- 1
Python 3.10 以降と pip が利用できることを確認してください
- 2
pip でパッケージをインストールしてください
pip install gs-quant - 3
API にアクセスするためのクライアント ID とシークレットを取得してください(機関投資家向けのみ)
使う前に知っておきたいこと
- API にアクセスするにはクライアント ID とシークレットが必要です。これらは Goldman Sachs の機関投資家クライアントのみが利用できます。
トピック
よくある質問
- gs-quant とは?
- Goldman Sachsが開発した定量金融向けPythonツールキット。デリバティブのプライシング、リスク管理、トレーディング戦略の開発に対応します。 GS Quantは、Goldman Sachsのクオンツ開発者が開発した、定量金融向けのPythonツールキットです。トレーディング戦略の開発やデリバティブ商品の分析を目的としており、デリバティブの組成、取引、リスク管理に利用できます。
- gs-quant は無料で使えますか?ライセンスは?
- gs-quant は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- gs-quant は今もメンテナンスされていますか?
- 活発にメンテナンス中。gs-quant の最終コミットは 2026年11月6日 です。
- gs-quant は何に使えますか?
- デリバティブ・ポートフォリオのプライシングとリスク管理。 システマティック・トレーディング戦略の構築と検証。 定量金融の研究における統計分析。
- gs-quant のインストール方法は?
- Python 3.10 以降と pip が利用できることを確認してください pip でパッケージをインストールしてください: pip install gs-quant API にアクセスするためのクライアント ID とシークレットを取得してください(機関投資家向けのみ)
- gs-quant はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/goldmansachs/gs-quant
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
システマティック(クオンツ)取引向けのライブラリ、論文、戦略、書籍、ブログ、講座を厳選してまとめたAwesomeリスト。
QuantopianのZiplineを引き継ぐコミュニティ運営のフォークで、取引戦略の検証に使えるPythonらしいイベント駆動型バックテストライブラリ。
シグナル、注文、約定、コスト、NAV、ウォークフォワード検証をモデル化する、再現性の高いポートフォリオ調査向けのPythonバックテストエンジン。
NumPyとpandasのベクトル化処理で、複数の資産や時間足にわたる何千もの戦略案をバックテストできる、トレーディング研究向けPythonツールキット。
scikit-learnのAPIを基盤とする、ポートフォリオ最適化・ファクターモデル構築・リスク管理のためのPythonライブラリ。