Python-Programmierer sind bei Banken und Hedgefonds sehr gefragt. Glücklicherweise ist die Sprache leicht zu erlernen – sie wird oft in britischen Grundschulen verwendet, um die Grundlagen des Programmierens zu vermitteln. Bevor Sie jedoch zum ersten Mal mit Python in Kontakt kommen, sollten Sie einige Dinge wissen – insbesondere, wenn Sie es im finanziellen Kontext verwenden möchten.
Python ist eine Programmiersprache, die in der Finanzbranche einen großen Ruf genießt. Die größten Investmentbanken und Hedgefonds nutzen es, um eine breite Palette von Finanzanwendungen aufzubauen, darunter Kernhandelsprojekte und Risikomanagementsysteme. (Empfohlenes Lernen: Python-Video-Tutorial)
Die Funktionen sind nicht geschrieben, aber es gibt Bibliotheken
Das müssen Sie auch Kennen Sie den Kern der Python-Bibliothek, die sehr leichtgewichtig ist. Wenn Sie etwas Interessantes tun möchten, müssen Sie vorgefertigte Bibliotheken importieren. Diese Bibliotheken enthalten Funktionen zum Ausführen der meisten mathematischen Operationen, zum Importieren und Verarbeiten von Daten sowie zum Ausführen allgemeiner Systemaufgaben.
Die wahre Stärke von Python entfaltet sich jedoch, wenn Sie mit dem Herunterladen der vielen frei verfügbaren Bibliotheken von Drittanbietern beginnen. Für Finanzarbeiten benötigen Sie Numpy (verwaltet Operationen auf großen Arrays), Scipy (erweiterte statistische und mathematische Funktionen) und Matplotlib (Datenvisualisierung). Datenwissenschaftler, die sich für maschinelles Lernen interessieren, möchten sich möglicherweise mit Tensorflow befassen. Pandas ist eine Notwendigkeit für die Datenmanipulation – es wurde ursprünglich von der Geschäftsführung des riesigen Hedgefonds AQR Capital entwickelt.
Benutzer möchten möglicherweise die Anaconda-Distribution in einer übersichtlichen vorgefertigten Umgebung anzeigen, die alle oben genannten Pakete und mehr enthält.
Python ist langsam. Aber es ist einfach, es mit C zu mischen
Programmierer, die an die Blitzgeschwindigkeit von C oder C++ oder die relativ hohen Geschwindigkeiten von Julia oder Java gewöhnt sind, werden Python als etwas träge empfinden (obwohl es immer noch etwas schneller ist). als R und Matlab, beides beliebte Sprachen im quantitativen Finanzwesen).
Programmierer prahlen gerne damit, wie schnell und schnell ihr Code ist, aber der meiste Code muss nicht schnell sein. Für Funktionen, die wiederholt auf großen Datenmengen oder latenzempfindlichen Handelsalgorithmen ausgeführt werden, ist Python jedoch definitiv zu langsam.
Glücklicherweise ist es sehr einfach, schnelle C- oder C++-Funktionen zu schreiben und sie dann in Python-Module einzubetten. Erfahren Sie, wie das geht.
Python liebt Big Data
Finanzunternehmen, die sich auf dem heutigen Markt einen Vorsprung verschaffen möchten, suchen nach neuen Datenquellen. Diese alternativen Datenquellen haben eines gemeinsam: Sie sind groß. Die Verwendung von Twitter-Feed-Daten zur Vorhersage der Marktstimmung ist eine coole Idee, aber es gibt jeden Tag etwa 500 Millionen neue Tweets. Dafür müssen große Datenmengen gespeichert, verarbeitet und analysiert werden.
Glücklicherweise passt Python gut in das Big-Data-Ökosystem, da Pakete für die Interaktion mit Spark und Hadoop verfügbar sind. Python stellt außerdem APIs für NoSQL-Datenbanken wie MongoDB und APIs für alle großen Cloud-Speicheranbieter bereit.
Keine Angst vor der GIL
GI ist bekanntermaßen die Achillesferse von Python. Der Interpreter kann jeweils nur einen Thread ausführen, wodurch ein Engpass entsteht, der die Ausführung verlangsamt und die Vorteile moderner Multi-Core-CPUs nicht nutzt. Allerdings verursacht GIL in der Praxis selten Probleme. Die meisten realen Programme verbringen mehr Zeit damit, auf Eingaben oder Ausgaben zu warten.
Die GIL betrifft große, rechenintensive Vorgänge, aber nur ein Masochist würde versuchen, sie auf einem Desktop oder Laptop auszuführen. Sinnvoller ist es, den Code zu parallelisieren und ihn dann an einen lokalen Cluster oder Cloud-Computing-Anbieter zu verteilen.
Das obige ist der detaillierte Inhalt vonIst Python im Finanzwesen nützlich?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
