R和 Python 在金融界的发展前景怎样
发布网友
发布时间：2022-04-30 10:04
共3个回答
懂视网
时间：2022-05-11 06:48
回复内容：
国内不太清楚，只说美国。R vs. SAS
美国大型金融机构几乎前篇一律的用SAS。最重要原因的在于用SAS省却了尽职调查。R作为一款免费软件，有大量第三方的library或者package。你说你用吧，挺方便，但是每用一次你就得给这个来一次尽职调查。不然银行内的model validation team，internal audit或者美联储都回来挑麻烦的。或者你不用，不过自己把所有需要的工具自己写一遍也够累的，何况自己写了也需要validate。而不管是对第三方code的尽职调查，还是对自己code的validation，都成本很高，牵扯很多部门，需要按照详细的流程走下来。（美联储的要求越来越严格了）
反观SAS，作为一个default工具，不管是用Base SAS还是SAS EG，交点钱就好了。对于这些机构来说，SAS真的不贵。我们最近在帮某大行Bulid model，team去了几十个人，客户也没在乎是不是每个人都需要，就给每人都配了Base SAS和SAS EG。
另外银行动辄上百个G大小的数据，R跑起来可能真的太吃力了。相反基于Server的SAS用起来非常流畅。
Python vs. C++
这个我了解不多。但是Python在machine learning上的应用越来越好，所以在量化交易上应该还是有前景的。而且Python和其他语言的对接做的很棒，也算是他的优势吧。另一方面Python真的很简洁，连我这种看见C++就头疼的人也能写一些simulation。如果要求不是很严格，很多人会非常乐于接受Python吧。 泻药！！好激动哇咔咔。。。
而且还没有人回答~~~ 那我先来冒充一下吧嘿嘿嘿。。。
====================================================================
我的观点是：在量化投资方面这两个语言很有用，但是还不够用。。。在金融界的其他场合，严重不够用。
先说量化投资，需要大量代码实践的地方主要是：模型开发、模型实践、模型修正
1. 量化的模型开发，主要包括参数确定、模型回测，以及前测
这部分工作需要做大量的统计工作，你想做个神经网络，或者SVM，或者贝叶斯学习等等，哪怕简单如线性回归，说到底都是统计工作，一个好的统计软件可以让你的生产力大大增加对不对？~~
作为统计软件，R的主要对手是：SAS, MATLAB, STATA, EVIEWS，还有OXmatrix等（我水平差，大概就知道这几种）。愚以为STATA, EVIEWS两个软件在统计能力方面已经追不上R了，前两者还少有一拼。。但是R免费啊~~这是多么难能可贵的品质！
回测的时候还会经常写一些脚本类的东西。这个时候python就会很好用啊~~R也可以，但相对来说，python方便一些。MATLAB也很好（我就是很喜欢这个软件），但是用正版贵啊（用盗版不值得提倡哈），python还是免费的。。但也和你的应用场景有关系。比如，如果你是在excel里建模的，那么VBA就会很好用，比python好用。所以说python还不够用。
不够用的另一个方面就是你还需要管理数据，所以你需要知道数据库的知识，和对应的语言。
模型前测的时候，大概就是“试运营”阶段吧。除了统计分析，你还要做一下交易记录等。如果做的是超高频交易，python绝对不够用。。如果不是，会点C++也没什么不好的对不对？……我在http://quantnet.com上问过，除了高频交易，你们为什么那么强调速度？回答的那个人挺傲慢的，没说出什么特别的理由，只说：我就是想快点（他为什么这么吊）……尽管如此，好像“能快一点”是个挺重要的理由的。。
还有一个限制，就是你用R/python对应的数据量不要太大，数据量太大R容易hold 不住，主要原因是R的内存管理并不是最优秀的。但是大部分人其实并没有那么大的数据量……注意哈，是不够用，不是不能用哈~~
2. 模型实践，就是真刀真枪交易啦~~这部分参见前测。
3. 模型修正~~个人觉得和开发的工作内容差不多（水平太差，大家见谅），所以，参见第一部分。
=========================================================================
那么在金融界呢？
金融界嘛，是个挺大的范畴的。。你说在四大银行做后台管理，做账户信息管理的算不算？开发银行的APP的算不算，做网页管理的算不算？这些岗位嘛，其实我觉得不怎么用R python的……
当然，很多人问，这些不都是外包出去的吗？当然啦，银行会买很多专业的软件，但是银行也得养一批自己的技术人员。具体要干什么我也说不上来，但是我认识一个我们学校信息学院的计算机研究生学长，跟他聊天的时候他提到过，他的一些同学被中国银行招到后台了，平时要写挺多代码的……
好吧，我为自己的无知道歉哈~~但是R python严重不够用这个结论应该是对的。。
热心网友
时间：2022-05-11 03:56
反观SAS，作为一个default工具，不管是用Base SAS还是SAS EG，交点钱就好了。对于这些机构来说，SAS真的不贵。我们最近在帮某大行Bulid model，team去了几十个人，客户也没在乎是不是每个人都需要，就给每人都配了Base SAS和SAS EG。
另外银行动辄上百个G大小的数据，R跑起来可能真的太吃力了。相反基于Server的SAS用起来非常流畅。
Python vs. C++
这个我了解不多。但是Python在machine learning上的应用越来越好，所以在量化交易上应该还是有前景的。而且Python和其他语言的对接做的很棒，也算是他的优势吧。另一方面Python真的很简洁，连我这种看见C++就头疼的人也能写一些simulation。如果要求不是很严格，很多人会非常乐于接受Python吧。
热心网友
时间：2022-05-11 05:14
Python是一种开源的面向对象的脚本语言，它起源于1989年末，当时，CWI（阿姆斯特丹国家数学和计算机科学研究所）的研究员Guido van Rossum需要一种高级脚本编程语言，为其研究小组的Amoeba分布式操作系统执行管理任务。为创建新语言，他从高级数学语言ABC（ALL BASIC CODE）汲取了大量语法，并从系统编程语言Mola-3借鉴了错语处理机制。Van Rossum把这种新的语言命名为Python（大蟒蛇）---来源于BBC当时正在热播的喜剧连续剧“Monty Python”。Python于1991年初公开发行，由于功能强大和采用开源方式发行，Python的发展得很快，用户越来越多，形成了一个强大的社区力量。2001年，Python的核心开发团队移师Digital Creations公司，该公司是Zope（一个用Python编写的web应用服务器）的创始者。
