衍生品定价与风险
期权定价模型、greeks、情景分析等，用于衍生品估值与风险度量。
goldmansachs / gs-quant
gs-quant：高盛开源的
量化金融 Python 工具包
gs-quant 是高盛（Goldman Sachs）开源的量化金融 Python 工具包，提供衍生品定价、风险分析、策略回测、组合分析与市场数据访问能力，适合量化研究员、交易员与金融工程开发者用来搭建机构级研究流程。
项目来源
gs-quant GitHub 仓库页面；Star / Fork 数会随社区增长而变化。
在 GitHub 查看 ↗
开源工具包Goldman Sachs 出品
Apache-2.0开源许可
模块化session / risk / backtests / portfolio
机构数据Marquee（需账号）
What it solves
gs-quant 能解决什么问题？
把机构级量化研究常用能力（定价、风险、回测、组合、数据）统一到一套 Python API，减少从零搭建金融工程工具链的成本。
策略回测
用 backtests 模块定义策略、跑历史数据、看回测度量。
组合分析
组合构建、风险归因与组合指标计算。
How it works
gs-quant 三步理解
理解 gs-quant 的使用方式，只需三步。
1. 安装
pip install gs-quant，准备 Python 环境与 GS Marquee 账号。
2. 认证与数据
用 GsSession 登录，按账号 entitlement 访问 Marquee 数据。
3. 定价/回测/组合
调用 risk、backtests、portfolio 等模块完成研究任务。
Setup and route
自建 gs-quant 环境，还是用 EasyClaw 量化 Skill？
同一个「量化研究」目标，两条路线。完整对比见对比子页。
pip 安装→GS Marquee 账号→OAuth 认证→写代码
灵活度高，但 Python 环境、GS 账号、数据 entitlement、策略代码都要自己维护。
安装 EasyClaw→一句话提问
Skill 的数据源、Token、网络与市场覆盖各不相同；不代表 gs-quant 已集成 EasyClaw。
EasyClaw demo
一句话发起量化研究：实拍示例
以下为 EasyClaw 实际使用截图：一句话发起量化回测/风险指标与数据查询，无需自行写 Python。图片已等比缩小展示。
样例边界：以上为 EasyClaw 实际使用截图（2026-09-04），图片等比缩小展示。截图只证明该研究任务可一句话发起；不代表 gs-quant 已集成 EasyClaw，也不代表实时数据、默认功能或投资收益。
Modules
核心模块速览
gs-quant 的核心模块与用途一览。
| 模块 | 用途 | 对应页面 |
|---|---|---|
| gs_quant.session | OAuth 认证与连接 | 安装 / 数据 |
| gs_quant.data | Marquee 数据访问 | 数据 |
| gs_quant.risk | 衍生品定价、greeks、情景 | 定价与风险 |
| gs_quant.backtests | 策略回测 | 回测 |
| gs_quant.portfolio | 组合构建与风险归因 | 组合 |
FAQ
常见问题
gs-quant 是什么？
gs-quant 是高盛（Goldman Sachs）开源的量化金融 Python 工具包（goldmansachs/gs-quant），提供衍生品定价、风险分析、回测、组合分析与 Marquee 数据访问能力。
gs-quant 怎么安装？
通过 PyPI 安装：pip install gs-quant；使用前还需准备 Python 环境，并按需准备 Goldman Sachs Marquee 账号用于数据访问。
gs-quant 需要编程基础吗？
需要。它是 Python 工具包，面向会写 Python 的量化研究员与开发者；若想免部署直接发起量化研究，可看 EasyClaw 量化 Skill 路线。
gs-quant 的数据从哪来？
市场数据来自 Goldman Sachs Marquee 平台，需要 GS 账号并具备相应数据授权（entitlement）才能访问。
gs-quant 在 EasyClaw 中能用吗？
无已证实集成。gs-quant 与 EasyClaw 没有官方集成证据；EasyClaw 内置的是量化研究类 Skill（量化分析、财经数据、技术分析等），两者是独立路线。