การเงินเชิงปริมาณ
1.0.0
ไลบรารีนี้มีส่วนประกอบประสิทธิภาพสูงซึ่งใช้ประโยชน์จากการสนับสนุนการเร่งความเร็วด้วยฮาร์ดแวร์และการสร้างความแตกต่างอัตโนมัติของ TensorFlow ไลบรารีจะให้การสนับสนุน TensorFlow สำหรับวิธีการทางคณิตศาสตร์พื้นฐาน วิธีการระดับกลาง และโมเดลราคาเฉพาะ ความคุ้มครองจะถูกขยายในอีกไม่กี่เดือนข้างหน้า
ห้องสมุดมีโครงสร้างเป็น 3 ชั้น ได้แก่
วิธีการพื้นฐาน วิธีทางคณิตศาสตร์หลัก - การเพิ่มประสิทธิภาพ การประมาณค่า เครื่องมือหาราก พีชคณิตเชิงเส้น การสร้างตัวเลขสุ่มและกึ่งสุ่ม ฯลฯ
วิธีการระดับกลาง . ตัวแก้ปัญหา ODE และ PDE, เฟรมเวิร์กกระบวนการ Ito, ตัวสร้างเส้นทางการแพร่กระจาย, ตัวเก็บตัวอย่าง Copula ฯลฯ
วิธีการกำหนดราคาและสาธารณูปโภคทางการเงินเชิงปริมาณอื่นๆ โมเดลการกำหนดราคาเฉพาะ (เช่น Local Vol (LV), Stochastic Vol (SV), Stochastic Local Vol (SLV), Hull-White (HW)) และการสอบเทียบ การสร้างเส้นโค้งอัตรา คำอธิบายผลตอบแทน และการสร้างกำหนดการ
เรามุ่งหวังให้ส่วนประกอบห้องสมุดสามารถเข้าถึงได้ง่ายในแต่ละระดับ แต่ละเลเยอร์จะมาพร้อมกับตัวอย่างมากมายที่สามารถทำงานได้อย่างอิสระจากส่วนประกอบระดับที่สูงกว่า
วิธีที่ง่ายที่สุดในการเริ่มต้นใช้งานไลบรารีคือผ่านแพ็คเกจ pip
โปรดทราบว่าไลบรารีต้องการ Python 3.7 และ Tensorflow >= 2.7
ขั้นแรก โปรดติดตั้ง TensorFlow เวอร์ชันล่าสุดโดยทำตามคำแนะนำในการติดตั้ง TensorFlow ตัวอย่างเช่น คุณสามารถติดตั้ง TensorFlow
pip3 install --upgrade tensorflowจากนั้นจึงวิ่ง
pip3 install --upgrade tf-quant-finance คุณอาจต้องใช้ตัวเลือก --user ด้วย
หากคุณไม่คุ้นเคยกับ TensorFlow จุดเริ่มต้นที่ดีเยี่ยมคือการใช้สมุดบันทึก TensorFlow แบบศึกษาด้วยตนเองดังต่อไปนี้:
เรากำลังดำเนินการขยายความครอบคลุมของห้องสมุด พื้นที่ที่อยู่ระหว่างการพัฒนา ได้แก่:
ดู tf_quant_finance/examples/ สำหรับตัวอย่างตั้งแต่ต้นจนจบ ประกอบด้วยสมุดบันทึกการสอนเช่น:
ลิงก์ด้านบนจะเปิด Jupyter Notebooks ใน Colab
เรากระตือรือร้นที่จะร่วมงานกับคุณ! ดู CONTRIBUTING.md สำหรับคำแนะนำเกี่ยวกับวิธีการมีส่วนร่วม โปรเจ็กต์นี้ปฏิบัติตามจรรยาบรรณของ TensorFlow ในการเข้าร่วม คุณจะต้องปฏิบัติตามรหัสนี้
ส่วนนี้มีไว้สำหรับนักพัฒนาที่ต้องการร่วมเขียนโค้ดให้กับไลบรารี หากคุณสนใจเฉพาะการใช้ห้องสมุดเท่านั้น โปรดปฏิบัติตามคำแนะนำในส่วนการติดตั้ง
ไลบรารีนี้มีการขึ้นต่อกันดังต่อไปนี้:
ห้องสมุดนี้ต้องการระบบการสร้าง Bazel โปรดปฏิบัติตามคำแนะนำในการติดตั้ง Bazel สำหรับแพลตฟอร์มของคุณ
คุณสามารถติดตั้ง TensorFlow และการขึ้นต่อกันที่เกี่ยวข้องได้โดยใช้คำสั่ง pip3 install :
pip3 install --upgrade tf-nightly tensorflow-probability==0.12.1 numpy==1.21 attrs dataclassesโคลนพื้นที่เก็บข้อมูล GitHub:
git clone https://github.com/google/tf-quant-finance.gitหลังจากที่คุณวิ่ง
cd tf_quant_finance คุณสามารถดำเนินการทดสอบโดยใช้คำสั่ง bazel test ตัวอย่างเช่น,
bazel test tf_quant_finance/math/random_ops/sobol:sobol_testจะทำการทดสอบใน sobol_test.py
การทดสอบทำงานโดยใช้ Python เวอร์ชัน 3 โปรดตรวจสอบให้แน่ใจว่าคุณสามารถเรียกใช้ import tensorflow ในเชลล์ Python 3 ได้ มิฉะนั้นการทดสอบอาจล้มเหลว
คำสั่งต่อไปนี้จะสร้างแพ็คเกจ pip แบบกำหนดเองจากแหล่งที่มาและติดตั้ง:
# sudo apt-get install bazel git python python-pip rsync # For Ubuntu.
git clone https://github.com/google/tf-quant-finance.git
cd tf-quant-finance
bazel build :build_pip_pkg
./bazel-bin/build_pip_pkg artifacts
pip install --user --upgrade artifacts/ * .whlพื้นที่เก็บข้อมูล GitHub: รายงานข้อบกพร่องหรือส่งคำขอคุณสมบัติ
บล็อก TensorFlow: ติดตามเนื้อหาล่าสุดจากทีม TensorFlow และบทความที่ดีที่สุดจากชุมชน
[email protected]: เปิดรายชื่ออีเมลสำหรับการสนทนาและคำถามเกี่ยวกับห้องสมุดนี้
ความน่าจะเป็นของ TensorFlow: ไลบรารีนี้จะใช้ประโยชน์จากวิธีการจาก TensorFlow Probability (TFP)
Google ไม่สนับสนุนผลิตภัณฑ์นี้อย่างเป็นทางการ ไลบรารีนี้อยู่ระหว่างการพัฒนา และอินเทอร์เฟซอาจเปลี่ยนแปลงได้ตลอดเวลา
ไลบรารีนี้ได้รับอนุญาตภายใต้ใบอนุญาต Apache 2 (ดูใบอนุญาต) ไลบรารีนี้ใช้พหุนามดั้งเดิมของ Sobol และหมายเลขทิศทางเริ่มต้นซึ่งได้รับอนุญาตภายใต้ใบอนุญาต BSD
