“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进行快速开发，利用分布式计算、mex文件接口访问我们的财务数据，以及用于优化、回归等的快速内置函数。”
朱利安•Zenglein德国商业银行
由原始财务数据合成的衍生数据是监管者、客户、股东和高管所要求的银行监管提交和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度量，包括风险价值和盈亏分配。
德国商业银行集团市场风险管理团队必须开发和验证计算，为中间、前台和后台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;隐含波动率表面;以及一系列的相关性和波动性——依赖于先进的金融算法，以确保跨资产类别、市场和时间的一致性。
为了支金宝app持这一需求，德国商业银行构建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®基于衍生市场数据的计算。
德国商业银行(Commerzbank)定量分析师朱利安•曾格莱因(Julian Zenglein)表示:“有了MATLAB，我们利用自己部门的知识和专长，快速构建并完善了MDDS的计算功能。”
德国商业银行需要从其资产控制数据管理系统获取数据，该系统包含彭博(Bloomberg)和汤森路透(Thomson Reuters)等金融数据供应商提供的内部数据和市场数据。数据可以通过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应用程序来帮助他们配置和管理派生数据的计算，比如设置回归的起始点，查看结果的样本图，以及生成一个完整的、一致的市场数据集。他们还需要从数据库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，MDDS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。
Commerzbank使用MATLAB构建MDDS算法，并将它们集成到异构IT环境中，该环境包括Windows客户端、Linux服务器和Commerzbank数据库服务器。
商业银行业务分析师与MathWorks顾问合作，为MDDS开发了一个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(MEX-file)包装器来连接到Asset Control，使团队能够在Linux服务器上运行MATLAB代码，并从Asset Control服务器读取原始市场数据，并向其写入计算。
通过Financial Toolbox™，他们为固定收益证券生成现金流，并使用Black-Scholes模型计算欧洲看跌期权和看涨期权价格。
使用Parallel Computing Toolbox™和MATLAB Parallel Server™，他们加速了从数据库中同时检索多个金融数据片段，并以多种货币执行批处理计算。
使用MATLAB Compiler™，该团队创建了一个独立的MATLAB客户端Windows版本，可以在多台计算机上免费运行。
MDDS已经投入生产，随着银行业务需求的发展，该团队继续添加新功能。该系统已整合到银行的软件测试程序中，使关键的IT标准得以维持。
简化了与现有系统的集成．“可靠访问我们的资产控制系统是MDDS的一个关键要求，”Zenglein说。“我们开发的mex文件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。”
实现时间减少了几个月．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，开发迭代非常迅速，只花了3周时间就在MDDS中实现了新的算法。”
更新时间是几天，而不是几周．Zenglein解释说:“我们可以用MATLAB自己完成紧急更改请求，通常在同一天完成。”“测试时间也减少了，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。”
你也可以从以下列表中选择一个网站: