MATLAB用于定量融资和风险管理

导入数据,开发算法,调试代码,缩放处理能力等。

只需几行Matlab®代码,您可以使用并行处理加速这些模型的原型和验证计算融资模型,并将它们直接放入生产中。

领先机构使用MATLAB确定利率,执行压力测试,管理数十亿美元的组合,并在不到一秒钟内进行贸易复杂仪器。

  • MATLAB快速:运行风险和投资组合分析原型高达120倍的速度比R,100倍比Excel / VBA更快,高达64倍比python快。
  • MATLAB自动生成模型审查和监管批准的文档。
  • 分析师使用预构建的应用程序和工具可视化中间结果调试楷模。
  • 它组可以部署IP保护型号直接桌面和Web应用程序如Excel,Tableau,Java,C ++和Python。
  • Matlab包括一种从免费和付费来源导入历史和实时市场数据的界面,包括彭博雷丁蒂夫Factset,Fred,推特
  • MATLAB处理来自传统和替代数据源的大而流媒体数据。

“MATLAB使我们能够专注于我们的核心竞争力作为投资专业人士,并部署量化的风险管理和投资组合优化仪表板,这些仪表板在我们团队中的一天增加了价值。”

Mathew John和Jason Liddle,Smmi

投资管理

  • 构建和发展投资组合管理人员的仪表板,与盘中风险报告,估值和贸易执行能力。
  • 使用预构建工具使用均值方差执行组合优化,意味着绝对偏差(MAD),条件值 - 风险(CVAR),以及黑色垃圾方法
  • 使用风险调整的alpha来测量投资绩效,跟踪误差,最大降低和锐利比率。

风险管理

  • 在整个风险模型生命周期中自动化,增强和提供可执行报告。在短短三个月内通过模型验证,模型审查,实施和监管批准进行模型。
  • 建立CCAR,DFAST,BASEL III和偿付能力II的风险管理系统或压力测试基础设施。
  • 使用模型和函数来量化风险曝光(例如,市场,信用和运营风险),使用VAR和预期的缺口验证模型,并补充具有机器学习算法和文本分析的传统方法。

算法交易

  • 使用传统方法(例如,技术指标或计量经济型号)或更多的尖端机学习算法制定交易​​策略。
  • 使用MATLAB代码实时执行交易策略。

财务预测与建模

  • 使用点 - 然后单击应用以适合经济学模型的时间序列数据(例如,ARMA,ARMA,ARIMA,GARCH,EGARCH,GJR)或机器学习算法。
  • 接口DSGE模型预测关键的经济变量。
  • 基于纳尔逊 - Siegel或Svensson模型估计的参数使用利率建模和预测的功能。

衍生品定价

  • 使用MATLAB中的MONTE Carlo仿真计算异国情调选项的价格和希腊变量明显快于Visual Basic,R和Python中运行它们。
  • 选择各种定价方法(例如,封闭式方程,二项式树木,三语树木和随机波动模型)到价格选择。这些包括欧洲选项,美国选项,亚洲选项,屏障选择,帽,地板,换档和多底资产衍生物。
  • 运行Compute-Instry应用程序并行或部署到GPU。
  • 与numerix的接口。

保险和精算科学

  • 分析大数据集,创建自定义精算模型,并轻松使用并行化加速模拟。
  • 使用MATLAB构建定制风险模型作为偿付能力的平台II
  • 价格各种保险产品,如可变年金,保证最低福利选项,下载188bet金宝搏术语保证和捐赠政策。