Repolode
goldmansachs

goldmansachs/gs-quant

Python-инструментарий Goldman Sachs для количественных финансов: оценка деривативов, управление рисками и разработка торговых стратегий.

Звёзды
13,932
Форки
1,934
Открытые issues
97
Последний коммит
23 часа назад

Эта страница описывает проект с открытым кодом и не является инвестиционной рекомендацией. Торговля и инвестиции могут привести к убыткам: оцените риски самостоятельно и соблюдайте законы своей страны перед использованием.

Что это?

GS Quant — это Python-инструментарий для количественных финансов, созданный количественными разработчиками Goldman Sachs. Он предназначен для разработки торговых стратегий и анализа деривативных продуктов, а также может использоваться для структурирования деривативов, торговли ими и управления рисками.

Помимо задач, связанных с торговлей и управлением рисками, пакет можно использовать как набор статистических библиотек для анализа данных общего назначения. Для работы требуется Python 3.10 или новее; установка выполняется через pip.

Для доступа к API Goldman Sachs нужны client ID и secret — их предоставляют институциональным клиентам Goldman Sachs. Примеры, руководства и обучающие материалы размещены на сайте Goldman Sachs Developer.

Ключевые возможности

  • 01Инструменты для структурирования и оценки деривативов, а также анализа рисков.
  • 02Поддержка разработки и бэктестинга торговых стратегий.
  • 03Статистические пакеты для анализа данных общего назначения.
  • 04Доступ к API Goldman Sachs с использованием учётных данных клиента.

Сценарии использования

  • Оценка деривативных портфелей и управление связанными с ними рисками.
  • Создание и тестирование систематических торговых стратегий.
  • Проведение статистического анализа в исследованиях по количественным финансам.

Быстрый старт

  1. 1

    Убедитесь, что доступны Python версии 3.10 или выше и pip

  2. 2

    Установите пакет с помощью pip

    pip install gs-quant
  3. 3

    Получите идентификатор клиента и секретный ключ для доступа к API (только для институциональных клиентов)

Что важно знать

  • Для доступа к API нужны идентификатор клиента и секретный ключ. Они доступны только институциональным клиентам Goldman Sachs.

Темы

Частые вопросы

Что такое gs-quant?
Python-инструментарий Goldman Sachs для количественных финансов: оценка деривативов, управление рисками и разработка торговых стратегий. GS Quant — это Python-инструментарий для количественных финансов, созданный количественными разработчиками Goldman Sachs. Он предназначен для разработки торговых стратегий и анализа деривативных продуктов, а также может использоваться для структурирования деривативов, торговли ими и управления рисками.
gs-quant можно использовать бесплатно? Какая у него лицензия?
gs-quant распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
gs-quant всё ещё поддерживается?
Активно поддерживается. Последний коммит в gs-quant — 6 нояб. 2026 г..
Для чего можно использовать gs-quant?
Оценка деривативных портфелей и управление связанными с ними рисками. Создание и тестирование систематических торговых стратегий. Проведение статистического анализа в исследованиях по количественным финансам.
Как установить gs-quant?
Убедитесь, что доступны Python версии 3.10 или выше и pip Установите пакет с помощью pip: pip install gs-quant Получите идентификатор клиента и секретный ключ для доступа к API (только для институциональных клиентов)
Где скачать gs-quant?
Исходный код и инструкции по установке — на GitHub: https://github.com/goldmansachs/gs-quant

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Подборка Awesome с библиотеками, статьями, стратегиями, книгами, блогами и курсами по систематической (количественной) торговле.

15,2 тыс.+40 за неделю1,8 тыс.PythonБез лицензииАктивно поддерживаетсяОбновлён в прошлом месяце

Python-инструментарий для исследования торговых стратегий: он тестирует тысячи идей на разных активах и таймфреймах с помощью векторизованных операций NumPy и pandas.

9,7 тыс.+114 за неделю1,3 тыс.PythonOtherОбновлён 4 дня назад