基于MATLAB的CAMRADATA标准化®和伴侣工具箱开发使用Copulas模拟复杂依赖的应用程序。使用MATLAB中的T-Copula作为起点,Camradata开发了更高级的模型,包括有条件和不对称的Copulas。
在整个项目中,他们依靠MATLAB进行矩阵和向量计算。“MATLAB编程语言非常适合风险语言,”多利说。“你在一张纸上写下向量矩阵计算的数学方法同样可以转化为一行MATLAB代码。”
使用统计学和机器学习工具箱™, 研究人员开发了一个因子分析模型,该模型向金融分析师展示了资产类别是如何通过共同因素(如通货膨胀或油价)联系起来的。
一旦他们将不对称性和尾部依赖性添加到基本的相关参数中,团队就使用了符号数学工具箱™ 解决最大似然问题,并根据现有数据校准模型。
Camradata研究人员使用MATLAB,Financial Toolbox™和优化工具箱™,以连接和优化行为金融和更高时刻的风险预算模型。
全球优化工具箱和金融工具箱用于开发防御性投资组合设计,包括资产和负债的期权支付模式。这些结构化解决方案检查使用看跌期权和看涨期权将资产映射到负债的价值。金宝搏官方网站
对于每个模型,CAMRADATA使用MATLAB构建了一个界面,使分析师能够可视化结果,并使用嵌入式Microsoft软件与模型交互®擅长®电子表格
使用数据源工具箱™, 该团队从彭博社等金融数据提供商处收集时间序列数据,并有能力链接到汤森路透数据流。
Camradata研究人员还使用MathWorks工具来开发通用的Copula,这使得它们能够模拟任何看似棘手的多维关系。通用Copula具有各种各样的应用,从3D动画到机器认知。