Devriez-vous apprendre à programmer en Julia pour doper votre carrière en finance ?

Les langages informatiques vont et viennent au fil du temps. COBOL était l'un des langages informatiques les plus populaires. Bien que de nombreux systèmes existants fonctionnent encore avec du code COBOL, il est peu probable que vous y écriviez un nouveau système.

Le langage que vous choisissez pour un projet dépend de nombreux facteurs, tels que la facilité d'utilisation, la rapidité d'exécution et l'adaptabilité dans votre base de code existante. Pour la data science, Python et R sont devenus la lingua franca. Cela ne veut pas dire que ce sont les meilleurs langages pour tout, mais pour la science des données, il y a beaucoup de bibliothèques pré-construites qui fonctionnent avec eux.

En Python, par exemple, vous avez des pandas pour gérer les séries chronologiques, matplotlib pour la visualisation, scikit-learn pour l’apprentissage automatique, etc. Il existe également un cercle vertueux, de sorte que plus les développeurs s’intéressent à Python, plus les bibliothèques s’améliorent. Avec une plus grande communauté de développeurs, il est également plus facile de trouver des collaborateurs pour travailler sur des projets.

Ni Python ni R ne sont parfaits. Certes, ils sont relativement faciles à écrire par rapport à Java ou C ++, mais ils sont également assez lents. Il existe des trucs et astuces que nous pouvons utiliser pour accélérer Python, tels que l’utilisation de Cython ou des essais de distribution des calculs, Python ne le faisant pas directement.

Alors, que se passerait-il s'il existait un langage aussi rapide que Java ou C ++, mais bénéficiant de la facilité d'utilisation de Python ? Il y en a un et il s'appelle Julia. Ce langage a été développé pour vous permettre d'écrire du code rapidement (comme Python), qui s'exécutera également rapidement (comme C ++). Le langage Julia est conçu pour nous offrir le meilleur des deux mondes.

Devez-vous dès lors apprendre Julia ? Voyons d’abord les points positifs. Les benchmarks fournis par Julia montrent qu’il est beaucoup plus rapide pour une multitude d’opérations que Python, même si j’ajouterais que cela n’est pas nécessairement entièrement représentatif de tous les cas d’utilisation. Il est également relativement facile de faire du code parallèle. La syntaxe, bien que différente de Python, ne prendrait pas trop de temps pour s’y habituer. Et le script est basique comme celui de Python.

Qu'en est-il des points négatifs ? Le langage Julia est encore relativement nouveau, la version 1.0 n'étant sortie que l'été dernier. Il existe un nombre croissant de bibliothèques de support pour Julia, mais toujours loin derrière Python (ok, oui, vous pouvez utiliser Python dans Julia, mais si toute votre Julia finit par recourir à Python, il n’y a pas d’intérêt). Il existe aussi un problème de taille, à savoir que l'utilisation de Julia dans le secteur financier est encore relativement faible. Vous passerez peut-être du temps à l’apprendre pour constater que vous finirez par décrocher un job en tant que développeur Python. Pour les employeurs, il faudra probablement plus de temps pour trouver les programmeurs en Julia.

Le résultat est que Julia ressemble vraiment à une langue intéressante et présente des avantages certains. Cependant, je pense que cela prendra probablement quelques années avant qu’il se généralise. Paradoxalement, malgré l’évolution rapide des technologies, l’adoption de nouveaux langages informatiques tend à être lente, car au bout du compte, il faut que les gens prennent le temps de les apprendre.

Sur le plan personnel, je pense que je pourrais commencer à rouler ma bosse dans le langage Julia. Cependant, il est peu probable que cela finisse par devenir mon langage de prédilection pour la science des données à court terme. Pour le moment, je vais probablement continuer à m'en tenir à Python.

Saeed Amen est un trader de devises systématique, gérant depuis 2013 un prop’ trading book G10 FX. Il a développé des stratégies de trading systématique au sein de grandes banques d'investissement telles que Lehman Brothers et Nomura, et dirige Cuemacro, une société de conseil et de recherche spécialisée dans le trading systématique.

Vous avez un scoop, une anecdote, un conseil ou un commentaire que vous aimeriez partager ? Contact : tiochem@efinancialcareers.com