tf-quant-finance

TF Quant Finance एक संग्रहीत, अनुरक्षित-रहित पायथन लाइब्रेरी है जो TensorFlow पर बनी मात्रात्मक वित्त के लिए है। इसे TensorFlow के हार्डवेयर त्वरण, स्वचालित विभेदन, वेक्टरीकरण और XLA संकलन का उपयोग करने के लिए डिज़ाइन किया गया है। लाइब्रेरी तीन स्तरों में संगठित है: 1. मूलभूत गणितीय विधियाँ: अनुकूलन, इंटरपोलेशन, रूट फाइंडर, रैखिक बीजगणित, और यादृच्छिक या अर्ध-यादृच्छिक संख्या निर्माण। 2. मध्य-स्तरीय विधियाँ: ODE और PDE सॉल्वर, एक Ito प्रक्रिया फ्रेमवर्क, डिफ्यूज़न पाथ जनरेटर, और कोपुला सैंपलर। 3. मात्रात्मक-वित्त उपयोगिताएँ: विशिष्ट मूल्य निर्धारण मॉडल जैसे Local Volatility, Stochastic Volatility, Stochastic Local Volatility, और Hull-White; मॉडल कैलिब्रेशन; दर-कर्व निर्माण; पेऑफ विवरण; और शेड्यूल जनरेशन। प्रलेखित रोडमैप में Brownian motion, geometric Brownian motion, Ornstein-Uhlenbeck, one-factor Hull-White, Heston, local volatility, quadratic local volatility, और SABR मॉडल भी सूचीबद्ध थे, साथ ही Dupire और SABR कैलिब्रेशन, Hagan-West yield-curve bootstrapping, Monotone Convex interpolation, और तारीखों, day-count conventions, और छुट्टियों के लिए समर्थन। इंस्टॉलेशन pip के माध्यम से है, जिसके लिए Python 3.7 और TensorFlow 2.7 या नया आवश्यक है। रिपॉज़िटरी में Black-Scholes के तहत American option pricing, Euler-scheme Monte Carlo, Black-Scholes कीमतें और implied volatility, forward और backward gradients, Brent root search, optimization, swap-curve fitting, और vectorization/XLA के लिए Jupyter नोटबुक उदाहरण शामिल हैं। विकास में परीक्षणों और एक कस्टम pip wheel के निर्माण के लिए Bazel का उपयोग होता है। परियोजना Apache 2.0 के अंतर्गत लाइसेंस प्राप्त है, जबकि शामिल Sobol primitive polynomials और initial direction numbers BSD लाइसेंस का उपयोग करते हैं। चूँकि रिपॉज़िटरी संग्रहीत है, अनुरक्षक सलाह देते हैं कि यदि निरंतर विकास की आवश्यकता हो तो इसे फोर्क करें।