德国商业银行开发用于计算衍生市场数据的生产软件系统
挑战
解决方案
结果
- 简化与现有系统的集成
- 实现时间缩短了几个月
- 更新需要几天，而不是几周
“我们的解决方案需要Windows客户端和Linux服务器软件。我们使用MATLAB通过利用分布式计算、访问财务数据的mex文件接口以及用于优化、回归等的快速内置函数来快速开发。”
Julian Zenglein，德国商业银行
从原始财务数据合成的衍生数据是银行监管机构提交的文件和监管机构、客户、股东和高管要求的市场估值的组成部分。在德国商业银行，这些关键任务报告包括监管资本计算和关键风险措施，包括风险价值和损益分配。
德国商业银行集团市场风险管理团队必须开发并验证计算，为中间、前台和后台办公室的分析师提供可靠的衍生数据。衍生数据——包括曲线，如信贷息差和CDS息差;隐含通货膨胀和利率;转换矩阵;隐含波动率浮出水面;以及一系列相关性和波动性——依赖于先进的金融算法，以确保资产类别、市场和时间之间的一致性。
为了支金宝app持这一需求，德国商业银行建立了市场数据分发服务(MDDS)。MDDS是德国商业银行用于风险管理的高质量验证参考和历史数据的主要系统，包括MATLAB®基于推导市场数据的计算。
德国商业银行量化分析师Julian Zenglein表示:“通过MATLAB，我们利用自己部门的知识和专业知识，快速构建和完善了mds的计算功能。”
挑战
德国商业银行需要从其资产控制(Asset Control)数据管理系统中获取数据，该系统中既有内部数据，也有彭博(Bloomberg)和汤森路透(Thomson Reuters)等金融数据供应商提供的市场数据。数据将通过Linux访问®服务器，但用于微软®窗户®的客户。
银行分析师需要一个图形化应用程序来帮助他们配置和管理派生数据的计算，例如设置回归的起点、查看结果的样本图，以及生成完整的、一致的市场数据集。他们还需要从数据库中的多个点加载和汇总财务数据，以执行优化和分析——例如，应用回归并解决有约束的线性和非线性最小化问题。
分析人员希望通过自己构建而不是依赖it开发资源和发布周期来加速MDDS的开发，并使系统易于支持和维护。金宝app同时，mds需要健壮、模块化和透明，并且必须满足德国商业银行严格的it标准。
解决方案
德国商业银行使用MATLAB构建mds算法，并将它们集成到一个异构IT环境中，该环境包括Windows客户端、Linux服务器和德国商业银行数据库服务器。
德国商业银行的业务分析师与MathWorks顾问合作，为mds开发了跨平台架构的概念验证实现。
他们创建了一个MATLAB可执行文件(mexfile)包装器来连接到资产控制，使团队能够在Linux服务器上运行MATLAB代码，并从资产控制服务器读取原始市场数据，并将计算写入资产控制服务器。
利用金融工具箱™，他们生成固定收益证券的现金流，并使用布莱克-斯科尔斯模型计算欧洲看跌期权和看涨期权价格。
使用并行计算工具箱™和MATLAB并行服务器™，他们加速了从数据库中同时检索多个金融数据段的速度，并以多种货币执行批处理计算。
通过MATLAB Compiler™，该团队创建了一个独立的Windows版本的MATLAB客户端，可以在多台计算机上免费运行。
mds正在生产中，随着银行业务需求的发展，团队继续添加新的特性。该系统集成到银行的软件测试程序中，使关键的IT标准得以维持。
结果
简化与现有系统的集成．Zenglein说:“可靠地访问我们的资产控制系统是MDDS的关键要求。“我们开发的MEX-file接口使我们能够通过系统的C API有效地检索原始财务数据，并存储由MATLAB生成的派生数据。”
实现时间缩短了几个月．Zenglein说:“因为我们的分析师可以直接在MATLAB中应用他们的金融专业知识，所以开发迭代很快，在MDDS中实现新算法只花了3周时间。”
更新需要几天，而不是几周．Zenglein解释说:“我们可以自己用MATLAB完成紧急更改请求，通常是在同一天。”“测试时间也缩短了，因为我们可以使用并行计算工具箱加载数据，速度比以前快8倍。”
下载188bet金宝搏产品使用
展示你的成功
加入客户推荐计划
您也可以从以下列表中选择一个网站: