奥拉姆CFSG为商品和衍生市场开发贸易管理系统

过去，奥兰CFSG使用的是一个成本高昂且难以定制的第三方贸易管理系统，因此几乎不可能纳入新的金融工具。为了解决这些问题，奥兰CFSG的交易员和分析师开发了一个基于微软的内部解决方案^®Excel^®电子表格。虽然将新仪器与电子表格添加更容易，但该公司很快就遇到了这种方法的障碍。首先，分析师花了太多时间从彭博进入电子表格中的市场数据。其次，涉及大量市场和贸易数据的计算，例如情景分析，风险（VAR）和逆行的价值，耗时，经常导致软件崩溃。第三，Excel模型无法适应Monte Carlo仿真进行定价。

奥兰CFSG希望将检索数据、加速定价算法的过程自动化，并消除人工处理过程中出现的错误。此外，他们还想开发和部署一个可扩展的交易管理系统，该系统能够为跨越三大洲的用户提供可靠的服务，并处理千兆字节的市场数据和每天数百万笔交易。

来自班加罗尔的四名奥兰CFSG分析师利用MATLAB加速了该公司贸易分析和风险管理系统的开发。

分析师用Matlab和Datafeed Toolbox™写入从Bloomberg导入市场数据的功能。

他们清理了导入的数据，使用统计学和机器学习工具箱™通过曲线拟合找到缺失的值。他们还使用了统计学和机器学习工具箱，通过各种图形和图表来识别和可视化数据中的趋势。

他们为各种仪器制定了定价型号，包括美国和欧洲屏障选择以及商品和外汇期货。它们基于这款Black-Scholes和Bjerksund-Stensland的型号来自金融仪器工具箱™的选项定价模型。

使用Financial Toolbox™，该团队开发了算法来评估债券和产量和分析期权估值和敏感性。

为了加速定价和估值计算，团队使用了并行计算工具箱™在多个处理器核上并行执行它们。

分析师使用Database Toolbox™实现了交易管理系统的三层架构中的数据访问层。这一层提供对MySQL的访问^®用于存储计算的中间结果和最终结果的数据库。

最后，该团队使用MATLAB Compiler™和MATLAB Compiler SDK™来创建Java^®来自他们的matlab算法的课程。它们将这些类部署为一组通过在Java中开发的自定义Web应用程序通过远程方法调用（RMI）访问的一组JAR文件。

该贸易管理系统目前正在生产中，并在印度、阿拉伯联合酋长国、新加坡、英国和美国的不同商业集团中使用。

• 开发时间缩短了两年。Jegan说:“多亏了MATLAB中各种各样的定价模型、统计功能和VaR功能，我们在大约一年的时间里完成了交易管理系统的开发。”“显著的增量功能也在更短的时间内部署，比如需要数百万笔交易的投资组合的场景分析，以及自动化报告到Excel中供客户沟通。”
• 人工工作量减少80%;计算效率提高了80%。“我们减少了80％的时间和人力要求，因为使用MATLAB将直接从彭博（Bloomberg）自动检索和解析市场数据，”Jegan Notes Jegan。“此外，我们使用并行计算工具箱和数据库工具箱提高了80％以上的贸易处理的计算效率。闭幕业务在财政年度结束，这是我们交易团队的繁重过程，现在是微风，花了几个小时。“
• 可扩展的贸易管理平台部署在全球范围内。“在MATLAB中发展我们的定价和估价算法的一个关键优势是我们可以轻松地将它们部署为使用Matlab Compiler SDK作为JAR文件，”Jegan说。“这使我们能够提供一个可扩展的企业级应用程序，其中包含在Matlab中写入的所有核心算法和在Java中编写的演示层。”