Python 在金融数据分析和人工智能中的应用
Python 最近取得这样的成功,而且未来似乎还会继续下去,这有许多原因。
其中包括它的语法、Python 开发人员可用的科学生态系统和数据分析库、易于
和几乎所有其它技术集成,以及其开源地位。
自从 1991 它出现在编程场景中,比于其他编程语言,Python 取得了少有的
地位。面向对象,容易学习,使用语法,以及由此产生的低维护成本,是 Python
持续获得好评的一部分原因。开源是一个很明显的优势,跨平台的有效性,多目
标,垃圾回收(自动的),代码的简洁性,以及整齐的缩进是 Python 其他的显
著的特点。
Python 在金融中的应用
技术创新对金融衍生品市场的效率提高做出了很大的贡献。。。这些强大的
改进只有在衍生品交易所和清算公司提供持续的高额的信息技术投资时才有可
能。——德国证券交易所集团,2008
在过去的十年里,随着自动化技术的出现,科技最终成为杰出的金融机构,
银行,保险和投资公司,股票交易公司,对冲基金,券商等公司的一部分。根据
2013 年的 Crosman 报告,与 2013 年相比,银行和金融公司 2014 年在科技上
的花费要高出 4.2%。预计在 2020 年,一年的金融服务的技术成本将达到 5 亿
美元。正值系统需要维护和不断升级的时候,一些著名的银行雇佣一些开发者是
很正常的事情。那么 Python 用在哪里呢?
Python 的语法很容易实现那些金融算法和数学计算,每个数学语句都能转
变成一行 Python 代码,每行允许超过十万的计算量。
没有其他语言能像 Python 这样适用于数学,Python 精通于计算,以及数学
和科学中的排列组合问题。Python 的第二个特性是表示数字,序列和算法。比
如 SciPy 库,很适合用来做技术领域和科学领域的计算,SicPy 库被很多工程师,
科学家和分析人员使用。NumPy,也是 Python 的一个扩展,它可以很好地处理
数学函数,数组和矩阵。同时,Python 也支持严格的编码模式,因此,使它成
为一个平衡的选择,或者说方法。
1
评论0
最新资源