Cuando pensamos en los grandes hedge funds cuantitativos solemos imaginar organizaciones herméticas, donde cada línea de código es un secreto industrial protegido con celo. Y, en gran medida, es cierto.
Los gigantes del sector como Renaissance Technologies, Citadel, Bridgewater, Millennium o Point72 no mantienen repositorios públicos relevantes en GitHub. Su infraestructura tecnológica permanece completamente cerrada.
Sin embargo, existe una excepción sorprendente.
Algunas de las firmas cuantitativas más avanzadas del mundo han decidido liberar parte de su tecnología como software open source. Entre ellas se encuentran Two Sigma, Man Group, Jane Street, D.E. Shaw, Hudson River Trading, Optiver y WorldQuant.
En total, más de veinte proyectos publicados bajo licencias abiertas que permiten observar cómo estas organizaciones gestionan datos, ejecutan simulaciones, optimizan sistemas de baja latencia e incluso diseñan hardware especializado.
Two Sigma: infraestructura distribuida para datos y computación
Flint
Joins temporales sobre Apache Spark con tolerancia temporal. Especialmente útil para relacionar operaciones financieras con cotizaciones cercanas en el tiempo.
BeakerX
Entorno Jupyter multilenguaje que permite combinar Python, Scala, Groovy, Kotlin, Clojure y Java en un mismo notebook.
Marbles
Framework de testing que explica los errores en lenguaje natural, facilitando la depuración.
Cook
Planificador batch distribuido utilizado en entornos de gran escala.
Man Group: bases de datos de series temporales para la era cloud
ArcticDB
Base de datos especializada en series temporales sobre S3. Integra pandas de forma nativa y puede escalar a miles de millones de registros.
D-Tale
Visualización interactiva de DataFrames de pandas en el navegador con una sola línea de código.
Notebooker
Automatización de informes basados en notebooks de Jupyter.
github.com/man-group/notebooker
PyBloqs
Generación de informes HTML y dashboards desde Python sin necesidad de frontend.
Jane Street: software y hardware desde OCaml
Core
Biblioteca estándar alternativa para OCaml utilizada masivamente dentro de Jane Street.
Magic Trace
Trazado de ejecución a nivel de instrucción mediante Intel Processor Trace. Ideal para optimización extrema de rendimiento.
github.com/janestreet/magic-trace
Async
Framework de concurrencia cooperativa para OCaml.
Hardcaml
Diseño de hardware FPGA y ASIC utilizando OCaml.
github.com/janestreet/hardcaml
D.E. Shaw: ingeniería para ciencia de datos
PyFlyby
Auto-import inteligente para IPython y Jupyter.
PJRMI
Comunicación RPC entre Python y Java sin código intermedio.
Versioned-HDF5
Control de versiones para archivos HDF5.
github.com/deshaw/versioned-hdf5
Nbstripout-fast
Limpieza ultrarrápida de notebooks Jupyter antes de realizar commits.
github.com/deshaw/nbstripout-fast
Hudson River Trading
Corral
Concurrencia estructurada basada en C++20 y corrutinas.
github.com/hudson-trading/corral
Slang Server
Servidor LSP para SystemVerilog orientado al desarrollo sobre FPGA.
github.com/hudson-trading/slang-server
Heracles QL
Lenguaje específico de dominio para sistemas de alertas de baja latencia.
github.com/hudson-trading/heracles-ql
Optiver
Timestamp9
Timestamps de nanosegundo para Python.
Optiver AsyncPG
Versión optimizada de AsyncPG para cargas de trabajo sensibles a la latencia.
github.com/optiver/optiver-asyncpg
WorldQuant
Alpha101
Implementación abierta de las famosas 101 fórmulas alfa utilizadas en investigación cuantitativa.
github.com/yli188/WorldQuant_alpha101_code
Tres herramientas que probaría hoy mismo
ArcticDB
Si trabajas con datos financieros, series temporales o machine learning, es probablemente la herramienta más interesante de toda la lista.
D-Tale
Convierte cualquier DataFrame en una experiencia similar a Excel en segundos.
Magic Trace
Una joya para quienes necesitan exprimir cada microsegundo de rendimiento.
La gran lección
Las herramientas que estas firmas han decidido abrir no son sus estrategias de inversión. Lo que comparten es la infraestructura que les permite investigar más rápido, procesar más datos y operar sistemas complejos.
Y precisamente ahí reside el valor.
Bases de datos de series temporales, planificadores distribuidos, sistemas de concurrencia, trazadores de CPU o herramientas para FPGA son tecnologías útiles mucho más allá de Wall Street.