¿Cuál es el futuro de R y Python en las finanzas?

Las grandes instituciones financieras de Estados Unidos utilizan SAS casi exclusivamente, sobre todo porque no se requiere la diligencia debida con SAS. R es software gratuito y existen muchas bibliotecas o paquetes de terceros. Puede usarlo, es conveniente, pero debe hacer su debida diligencia cada vez que lo use. De lo contrario, el equipo de validación del modelo interno del banco, la auditoría interna o la Reserva Federal volverán a tener problemas. O no lo necesita, pero es agotador escribir todas las herramientas necesarias usted mismo, sin mencionar que aún necesita verificarlo después de escribirlo usted mismo. Ya sea que se trate de la diligencia debida sobre el código de terceros o la verificación de su propio código, es muy costoso e involucra a muchos departamentos. Debe seguir un proceso detallado. (Los requisitos de la Reserva Federal son cada vez más estrictos)

En cambio, SAS se utiliza como herramienta predeterminada y solo necesita pagar unas pocas tarifas ya sea que utilice Base SAS o SAS EG. Para estas organizaciones, SAS es realmente económico. Recientemente ayudamos a un banco grande a construir un modelo Bulid. El equipo tenía docenas de personas y el cliente asignó Base SAS y SAS EG a todos, independientemente de si lo necesitaban o no.

Además, los bancos suelen tener cientos de gigabytes de datos, por lo que su ejecución puede resultar demasiado laboriosa para R. Por el contrario, el SAS basado en servidor es muy sencillo de usar.

Python vs. C++

No sé mucho sobre esto. Pero Python está mejorando cada vez más en el aprendizaje automático, por lo que todavía debería tener futuro en el comercio cuantitativo. Y Python hace un buen trabajo al interactuar con otros lenguajes, que también es su punto fuerte. Por otro lado, Python es realmente simple. Incluso vi que puedo escribir algunas simulaciones en C++. Si los requisitos no son muy estrictos, muchas personas estarán felices de aceptar Python.