Popularitas bahasa pemrograman Python disebabkan, setidaknya sebagian, karena keserbagunaan yang ditawarkannya. Selain banyaknya kasus penggunaan dalam pengembangan web dan aplikasi, Python menyediakan alat untuk membangun dan mengimplementasikan semua jenis model ilmiah atau matematika, terlepas dari asal atau jenis data. Fleksibilitas ini dimungkinkan oleh perpustakaan standar ekstensif yang menawarkan berbagai fasilitas yang dimaksudkan untuk meningkatkan fungsionalitas dan portabilitas bahasa. Untuk aplikasi yang lebih spesifik, Python Package Index (PyPI) menyediakan paket tambahan yang memperluas kemampuan Python agar sesuai dengan kebutuhan setiap domain.

Bidang teknologi informasi pada Komputerisasi Akuntansi Keuangan sangat luas, mencakup segala hal mulai dari asuransi, pinjaman dan perdagangan, hingga e-banking dan layanan pembayaran lainnya. Artikel ini berfokus pada aplikasi khusus untuk keuangan kuantitatif, yang memerlukan tugas pemrograman seperti impor dan transformasi data, deret waktu dan analisis risiko, perdagangan dan pengujian balik, integrasi excel, dan visualisasi data. Saya mencicipi beberapa paket terbaik untuk menyelesaikan setiap tugas.

1. TA-Lib
Dua paket berikutnya adalah alternatif untuk menggunakan zipline dan pyfolio. Yang pertama adalah Technical Analysis Library, atau disingkat TA-Lib. Proyek ini ditulis dalam C++, tetapi ada pembungkus untuk Python . Seperti zipline, TA-Lib menyediakan alat keuangan umum seperti studi tumpang tindih, indikator momentum, indikator volume, indikator volatilitas, transformasi harga (sangat cocok untuk Komputerisasi Akuntansi), indikator siklus, pengenalan pola, dan fungsi statistik murni.

2. QuantLib
Alternatif kedua untuk zipline dan pyfolio adalah QuantLib. Mirip dengan TA-Lib, QuantLib ditulis dalam C++ dan kemudian diekspor ke Python. Proyek QuantLib bertujuan untuk membuat perpustakaan sumber terbuka gratis untuk pemodelan, perdagangan, dan manajemen risiko. Paket berisi alat untuk merancang dan mengimplementasikan algoritma canggih yang mencakup fitur seperti konvensi pasar, model kurva hasil, pemecah, PDE, Monte Carlo, dan lain-lain. Proyek ini telah ada selama hampir 20 tahun, dan ada dokumentasi yang ekstensif.

3. Matplotlib
Paket python untuk Komputerisasi Akuntansi Keuangan yang disebutkan di atas menetapkan sumber data keuangan, struktur data yang optimal untuk data keuangan, serta model statistik dan mekanisme evaluasi. Tetapi tidak ada yang menyediakan salah satu alat Python terpenting untuk pemodelan keuangan: visualisasi data (semua visualisasi dalam artikel ini didukung oleh matplotlib ).

Visualisasi tidak hanya penting untuk memahami tren dalam data keuangan dan Komputerisasi Akuntansi, tetapi juga untuk menyampaikan wawasan kepada personel non-teknis. Ada lebih dari beberapa paket visualisasi data dalam Python, masing-masing dengan positif dan negatif (lihat artikel saya di sini ), tetapi yang paling mudah diterapkan untuk pemodelan keuangan adalah matplotlib. Ini terutama disebabkan oleh fakta bahwa banyak paket dalam daftar ini sudah mengandalkan matplotlib. Selain itu, dokumentasinya berlimpah, dan sintaksnya sederhana dan lugas.