RoughVolatilityWorkshop
🧭 AI 判断
仅供研究研讨会讲义代码,教学性质明显,无热度与维护数据,不适合实盘部署
Gatheral 官方粗糙波动率课程讲义,适合深入学习随机波动率建模
📊 综合评分
📖 工具介绍
一个收录 2024 年 QuantMind Rough Volatility Workshop 讲座资料的 GitHub 项目，内容围绕粗糙波动率(rough volatility)模型的理论与应用。项目整理了相关课程讲义，便于系统学习该领域的前沿方法，适合量化研究者、金融工程学生及对波动率建模感兴趣的从业者参考。
2024 QuantMind's Rough Volatility Workshop lectures.
⚖️ 同类对比
| 维度 | RoughVolatilityWorkshop | machine-learning-for-trading | gs-quant | StochVolModels |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 推荐 | 仅供研究 |
| 热度 | 73 | 20.7k | 12.8k | 234 |
| 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 | 策略研究 / 数据分析 | 数据分析 / 策略研究 | 策略研究 / 数据分析 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 中等 | 中等 | 较高 |
| 活跃度 | 低 | 高 | 高 | 低 |
🧩 更多同类工具
一款基于 Python 的机器学习量化交易开源项目，配套《Machine Learning for Algorithmic Trading》一书，提供全书代码与相关资源。内容涵盖特征工程、模型构建与回测等环节，适合希望将 machine learning 方法应用于算法交易的学习者和研究者参考使用。
一款由高盛开源的 Python 量化金融工具包。它提供与高盛 Marquee 平台交互的接口，支持衍生品定价、风险分析、投资组合管理等功能。适合量化研究人员、开发者和金融工程师使用。
一款基于 Python 的随机波动率模型分析库，提供定价分析与 Monte Carlo 模拟能力，支持 log-normal SV 模型和 Heston 模型。代码开源，便于研究和扩展。适合量化研究者、金融工程从业者及学习衍生品定价的学生使用。
一个基于 scikit-learn 构建的 Python 组合优化库，提供统一接口和兼容 sklearn 的工具，可用于构建、调优和交叉验证投资组合模型。适合熟悉 Python 与机器学习工作流、需要进行资产配置与组合风险管理的量化研究者和开发者使用。
一款基于 Python 的量化投资组合分析库，可计算 Sharpe Ratio、Sortino Ratio、最大回撤等各类绩效与风险指标，并支持生成可视化报告。适合量化研究员和交易者用于评估策略回测结果与组合表现。
一款基于 Python 的开源投资组合优化库，专注于组合优化与量化战略资产配置，支持多种风险度量模型和优化方法。它适合量化研究人员、资产管理从业者以及希望用 Python 构建和优化投资组合的开发者使用。