Goldman Sachs Quantitative Strategies Research Notes
🧭 AI 判断
仅供研究九十年代高盛衍生品研究论文合集,偏理论文献,无实盘工具,维护冷清
90年代高盛衍生品定价与波动率建模经典论文合集,适合深度理论研究
- 刚刚收录进导航,较早的关注者红利期
📊 综合评分
`Papers` `Derivatives` - Collection of 1990s research papers on derivatives pricing, volatility modeling, hedging, and model risk.
⚖️ 同类对比
| 维度 | Goldman Sachs Quantitative Strategies Research Notes | Filings Flow | PortfolioSavvy | awesome-quant-ai |
|---|---|---|---|---|
| 结论 | 仅供研究 | — | 仅供研究 | 仅供研究 |
| 热度 | 440 | — | — | 602 |
| 7日增长 | — | — | — | +12 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / 数据分析 | 数据分析 / 策略研究 | 数据分析 / 策略研究 | 策略研究 / 数据分析 |
| 支持市场 | 美股 / 期货 | 美股 | 美股 | 多市场 |
| 技术栈 | 未知 | 未知 | 未知 | 未知 |
| 上手难度 | 较高 | 简单 | 简单 | 简单 |
| 活跃度 | 低 | — | — | 中 |
💡 新手优先 awesome-quant-ai(上手简单)
🧩 更多同类工具
一款免费的 SEC 13F 研究工具，收录 2019 年以来 11,700 多家机构管理人和 208,000 多份申报文件。核心功能包括按季度对比持仓变化、支持按股数设置阈值筛选，以及追踪 confidential treatment 申报。适合关注机构持仓动向的量化研究员和个人投资者使用。
一款面向 SEC 公开持仓研究的 Web 应用，可用于浏览 13F 组合、内部人交易、Schedule 13D/G 文件、公司基本面数据及最新申报文件。它将多种披露信息整合在同一平台，便于跟踪机构与内部人的持仓动向，适合做因子研究、持仓分析和投资研究的用户使用。
一个聚焦人工智能与机器学习在金融领域应用的量化投资资源清单，收录了相关的研究论文、开源项目、数据集与学习资料。内容围绕 AI 驱动的交易策略与因子研究整理，分类清晰、持续维护。适合量化研究员、策略开发者以及希望将 machine learning 应用于投资研究的从业者查阅使用。
一款面向期货与 prop-firm 交易者的量化交易复盘工作台，提供 MFE/MAE、R-multiple、Monte Carlo 模拟、回撤分析、多账户管理及 playbook 合规性分析等功能。适合需要对交易记录进行系统化统计复盘、评估策略稳定性的期货交易者和 prop-firm 交易员使用。
一个开源的量化金融软件开发框架，提供利率、期权、固定收益等金融工具的定价模型与数值计算库。支持 C++ 并可通过 Python 等语言调用，代码模块化程度高。适合从事衍生品定价、风险管理的量化研究人员和开发者使用。
一款用 Rust 语言编写的量化金融库，提供期权定价、随机过程模拟、利率模型等常用量化功能。得益于 Rust 的性能与内存安全特性，适合需要在高性能环境下进行金融建模和数值计算的开发者与研究人员使用。