|
在国外，R+Python更受欢迎，R用于快速实现和验证您的策略。Python的优点是速度更快，而且可以更方便地移植到C++中。家庭状况则更为复杂。第一，Matlab的使用比R多，国外有版权问题，国内很少这方面的问题，学校里又以教授Matlab为主，所以导致毕业后使用Matlab的人比较多。
对于财务工程学的用户，这一比例应为4:1至5:1。第二，Python也有一些用户，但在业界并不多见，更别提C++和JAVA了。在业界，SAS是一个比较特殊的异类，使用人很多。与Matlab相比，数量应该与R相似。 使用SAS的原因主要是由于它与SQL的交互非常有效，但SAS的编程方式却相当奇怪。SQLs仍然需要了解一点，尽管未来的趋势可能是大家越来越多地采用API的方式来提取数据，但如果要追求稳定和速度，落地数据库的方法还是无法逃脱。因此，进行财务工程的最佳选择是使用SQL，当然只需使用select和复杂的join。SQLserver和Oracle是SQL的主要用途。MySQL的视觉效果很好。 5种类型的语言构成了丰富的编程能力很强的Quant的全部内容，包括：效率类语言(C,C++,Java等)，粘性类语言(Python,Ruby等)，科学类语言(Matlab,R,S等),Alpha演算类语言(Lisp,Clojure等)，查询类语言(SQL,Q等)。它基于对分类的浅显理解，与计算机科学的规范分类(如面向对象语言，函数类语言)完全不兼容。 1、效率类语言(C,C++,Java等)：老派的Quant大多是C++高手，尤其是那些80年代涌向华尔街的MIT的高能物理博士们。那时候，没有多少语言可选择。不管是Fortan还是C/C++。因此，从根本上说，这两种语言既是基础设施(infrastructure)，又是数值计算(如MonteCarlo)。但如今，各种胶水类语言、科学类语言层出不穷，并且由于单机性能的日益强大，效率不再是唯一的诉求，因此，当前C++、Java在金融系统级开发中的大量应用，以及对效率要求极高的实时定价等领域，都是如此。在Quant看来，此类语言的最大特点是速度快、编程复杂、维护困难，同时本地语言一般不支持向量操作。 2、胶水类语言(Python,Ruby等)：我必须承认，这些语言对新一代的Quant来说是一种福音。当我在国内工作时，我亲眼目睹并参与了一个用Python完全重写原来的C++框架的项目，现在JPMorgan一方的利率类产品定价软件也正在从Java中像Python一样迁移。Ruby的实现也是如此，它比效率类语言要快很多，而如今机器运行速度越来越快，这种差距已不再是不可接受的。这两种语言的最大特点是速度快、编程复杂、维护相对简单，同时大量的包(例如Numpy+Scipy)可以很容易地完成向量操作。 3、科学类语言(Matlab、R、S等)：科学类语言的最大特点是对向量运算的支持，同时各种数学、统计数据包也极为丰富，但是运算速度不能与前两类相比。要想真正实现自己的想法，首先要确定具体的投资/交易策略，然后才能制定出真正可行的模式(Implement)并加以验证。此时，科学类语言具有绝对优势。在验证了思想的有效性之后，再用效率类语言或粘性类语言开发成系统级组件。我们可以把它理解为科学界的语言用于制造概念汽车，前两种语言用于量产。从具体的职业角度来看，制造概念车的这批人通常都是PureQuant，而实现量产的大部分都是QuantDeveloper。这两个方面的集合体是存在的。 4、Alpha演算性语言(Lisp、Clojure等)：当我12年冬天与硅谷的一家科技公司(Prismatic,AI新闻App)接触时，我第一次对这种语言感兴趣，并发现他们正在使用Clojure，并也极力推荐我使用它。Clojure是一种基于Java封装的可在Java虚拟机上执行的语言。但是最终，Clojure是一种类似Lisp的语言。以前我长期沉溺于过程编程和面向对象这样的概念，第一次接触Lisp是很不习惯的，但是后来才开始感叹这种语言的美丽。本人觉得目前Quant社区使用这种语言比较少，但并不排除将来流行的可能性。 5、查询类语言(SQL,Q，等等):SQL是不需要说明的，金融公司通常会使用Oracle之类的关系数据库，SQL是基础。而且我在之前的几次面试中也遇到过SQL。MorganStanley用Q来处理金融领域的大量数据，它是一种非关系型查询语言，它的特点是非常快，有SQL基础就能快速掌握。 通盘考虑：如果你是做PureQuant，整天与交易策略和模型睡觉，那么2,3是必须的；如果你是开发型的，或者是QuantDeveloper，那么1,2,5是必须的；如果你希望编程不会成为你做Quant的障碍，那么1,5都是必须要掌握或者至少要理解它的想法。无论作为Quant还是Coder，语言都不能被束缚。文字只是设计理念背后的体现。这样做相当于让一大批金融从业人员对产品视而不见。定量融资的基础总是一些基本的统计思想，如供给需求、货币时间价值等基本经济理论，以及现金流相关概率。若被术业所困，路将越走越窄。 |
|
|
