在量化交易中,基于金融市场 L1/L2 报价和交易高频数据进行高频因子计算是一项常见的投研需求。随着金融市场数据量的不断增加,传统的关系数据库已经难以满足大规模数据的存储和查询需求。为了应对这一挑战,一部分用户选择了分布式文件系统,并使用 Pickle、Feather、Npz、Hdf5、以及 Parquet 等格式来存储数据,并结合 Pytho...
(2)小规模私募多以SILO模式运行(量化全栈)。主要需求以策略实现为主,核心策略人员多为数学/物理/金融类,技能栈以python/matlab居多;另外,主策略大多不追求性能。量化私募竞争加剧的未来:(1)百亿私募快速崛起(近30家);(2)常规Alpha因子逐步枯竭:策略向偏高频倾斜(GB/TB级别数据处理能力);对于交易执行成本有更高...
《金融计算：基于Python》是2024年中国人民大学出版社出版的图书。内容简介 金融计算是Python语言和金融学、金融工程的交叉课程。本书内容新颖，结构合理，实用性强，集Python科学计算与金融计算理论为一体，是一部解决了金融大数据收集、金融产品定价、金融风险测度问题的Python语言编程的教材。本书可以帮助读者理解金融...