Les meilleurs langages de programmation à apprendre pour une carrière en finance quantitative

Une idée pour occuper vos vacances…

Dans une carrière en technologie ou finance quantitative, vous devrez sans doute vous adapter à utiliser divers langages de programmation pour pouvoir mettre vos idées en pratique, surtout si vous êtes trader et que vous cherchez à coder vos propres algorithmes. Vous pourriez même être confronté à un dilemme : quel langage utiliser pour vous-même, votre équipe ou votre organisation ? La décision est plus difficile à prendre qu’il n’y paraît.

Choisir un nouveau langage nécessite un certain courage, plus facile à justifier lorsqu’il fournit un paradigme de programmation vraiment nouveau, ou si c’est votre propre langage dans lequel vous vous investissez, comme Python, adopté par Google dès ses débuts. La bonne approche serait peut-être d’identifier tous les langages qui s’offrent à vous et d’évaluer individuellement leur utilité relative par rapport à vos besoins avant de prendre la décision finale. Si vous mettez en œuvre des algorithmes à faible latence/de trading haute fréquence, vous pourriez opter pour C++ ou Java pour équilibrer le rapport haute performance/orientation objet ; si vos besoins sont plus tournés vers la data science, Python vous paraîtra peut-être le mieux adapté grâce à son large éventail d’extension de données. S’il vous faut produire une application web efficace à partir d’une base de données, alors C#dot net pourrait constituer la meilleure option.

Le langage à adopter est peut-être déjà défini par votre employeur, votre base clients ou le matériel dont vous disposez. Dans le cas d’un langage propriétaire, vous aurez peut-être la chance de pouvoir faire évoluer vos outils existants pour répondre à vos besoins, en y ajoutant des extensions ou en l’intégrant à d’autres plateformes. Goldman Sachs et Morgan Stanley sont connus pour avoir leurs propres langages, Slang et A+. Radicalement différents, tous deux tendent à polariser les opinions de leurs utilisateurs, avec pour conséquence de susciter des envies de départ des uns ou des autres pour des univers utilisant des langages plus courants. Je connais un strat parti de Goldman chez Morgan Stanley pour cette raison – et revenu au bercail quelques semaines plus tard après avoir découvert qu’il appréciait encore moins A+ que Slang. Cela risque d’être quelque peu éprouvant si vous avez travaillé pendant des années sur une plateforme propriétaire et que vous cherchez à rejoindre une autre banque – quel que soit votre niveau et tout ce que vous avez pu réaliser.

Autre option : il se peut que vous tombiez sur quelque chose de familier, consciemment ou non. Si vous programmez depuis longtemps en C ou C++, C++ sera sans doute facile à justifier compte tenu de sa compatibilité avec les anciens systèmes et de l’avantage de nombreuses caractéristiques nouvelles convergeant vers d’autres langages de haut niveau. En général, pourtant, le style des éléments de langages que vous rencontrez en premier – tel que fonction print, forme, loop ou encore déclarations des variables – a bien pu être influencé par des langages plus anciens. C# est un langage étrange mais utile de par sa capacité à se connecter à diverses technologies de Microsoft ; mais il est aussi remarquablement similaire à Turbo Pascal, qui date de la fin des années 80/milieu des années 90, sans aucun doute une conséquence du recrutement par le géant de Redmond d’Anders Hejlsberg – en charge de Turbo Pascal chez Borland. Python fait figure de bizarrerie à de multiples égards, avec quelques problèmes de performance et de robustesse ; il n’est d’ailleurs pas à exclure que l’impression de déjà vu tienne aux citations des Monty Python disséminées ça et là dans le code et sa documentation. Son créateur a récemment annoncé son prochain départ pour Microsoft.

Au bout du compte, les grandes entreprises investissent massivement dans le domaine du no-code ; il paraît donc probable que nous serons nombreux à bouger vers de nouvelles plateformes inédites. La grande question est de savoir où ce paradigme no-code nous mènera. Il y aura probablement de nombreuses itérations en préalable à l’émergence de plateformes suffisamment fiables pour remplacer la totalité des langages de programmation et des plateformes d’application business.

Daniel Walker est le pseudonyme d’un strat expérimenté.

Crédit photo : Dmitry Ratushny sur Unsplash