¿Has pensado en Python? Hay muchas bibliotecas maduras que se pueden utilizar para el análisis estadístico, adquisición de datos y limpieza. Para nombrar algunos:
Numpy - N-dim array objects
Scipy - library of statistical and optimisation tools
statsmodels - statistical modeling
Pandas - data structures for time series, cross-sectional, or any other form of “labeled” data
matplotlib - MATLAB-like plotting tools
PyTables - hierarchical database package designed to efficiently manage very large amounts of data
CVXOPT - convex optimization routines
he aplicado personalmente algunos derivados bastante complejos modelos pring en Python, incluyendo un enrejado de tasa de interés Vasicek salto de difusión, muchos procesos estocásticos, e incluso logró escribir un optimizador genético.
Uno de mis profesores es director de investigación (PhD en matemáticas) en un fondo de cobertura de Chicago que utiliza Python exclusivamente.
Los idiomas principales son R o K. Pero si usted es un buen quant, debería poder usar casi cualquier cosa para hacer su trabajo. –
Matlab también es común. ¿Qué tipo de datos de entrada [es decir tick data] ¿Estás tratando? ¿es homogéneo? ¿Qué quiere que haga? –
@Foo Bah: la mayoría de lo que hago es datos al final del día para acciones, tasas de interés y derivados. –