最初，Helaba投资考虑过购买第三方软件进行风险评估和其他财务计算，包括一些服务于关键的监管要求对衍生品的德国法规和另类投资基金经理指令（AIFMD）。除了费用，在这个软件缺乏灵活性和透明度是一个显著的缺点。黑盒解决方案并没有让球队看到正在执行的计算或修改算法。他们决定开发自己的车型。

由于在传统编程语言、面向对象原则或IT系统部署方面的经验有限，团队需要定制培训来开发构建软件所需的技能。一旦他们开发了模型，团队需要让整个公司的分析师和公司IT基础设施中的其他系统都可以使用这些模型，包括Oracle数据库和投资管理软件。

Helaba投资使用MATLAB和MATLAB生产服务器建立财务模型和算法的核心库，并将其与现有的企业应用程序集成。

在MATLAB中使用Financial Toolbox™和Financial Instruments Toolbox™，团队开发了计算价格敏感性的模型和算法;产品估值;风险度量，如“希腊人”、风险价值、最大提款;以及超过5000个衍生品的300个投资组合的公允价值。

例如，他们使用“金融工具箱”引导利率曲线，使用“金融工具工具箱”为信用违约互换和股票期权定价。

在桌面环境中本地使用模型和算法之后，团队开始准备将它们作为共享库部署到公司的IT环境中。在此阶段，团队参与了MathWorks training Services进行的定制化现场培训。培训内容包括并行计算、MATLAB中的面向对象编程以及使用MATLAB产品服务器部署MATLAB应用程序，重点是Java^®和.NET接口。

该小组成立了一个多核的Linux^®服务器运行MATLAB生产服务器，分别用于开发，测试和生产（客户要求）的三个实例。他们使用MATLAB编译SDK™包装他们的模型和算法，并将其部署到MATLAB生产服务器开发实例。

使用并行计算工具箱™，团队通过在服务器的20个处理核心上并发地执行计算，从而加速了计算密集型的计算。

在MATLAB生产服务器的开发实例验证其部署后，球队搬迁至测试实例，它被正式Helaba投资中的一个独立团队进行测试。

一旦部署的模型和算法通过了正式测试，Helaba Invest IT团队就会将它们转移到MATLAB产品服务器的生产实例中，在企业IT环境中可以访问它们。

目前数百名外部客户和内部几十个分析师的使用在通过各种前端应用程序的背景下生产的核心库。该库直接由个别分析师通过访问微软^®Excel^®加载项，并通过该公司的投资管理软件。它也可以用来产生通过Java接口到Oracle客户网络报告^®以及Helaba对AIFMD的遵从性。

• 开发的应用程序服务于AIFMD监管要求。“我们的估值团队需要我们的衍生品公允价值的价格在清晨，从外部估值服务可靠地获取这些信息付出了巨大代价，并最终行不通的，” Veltum说。“有了MATLAB，我们现在运行的计算和管理整个过程中自己，所以我们不依赖于第三方。”
• 斜坡上升加速，成本与定制培训减少。Veltum说:“我们在现场接受的培训是根据我们的需要定制的，这加快了我们的步伐。”“我们学习了如何使我们的代码更健壮、更可维护、更高效，我们的团队和IT团队都参加了会议，提高了两个小组之间的协作。”因此，我们减少了大约20%的项目资源和支持费用。”金宝app
• 部署到成百上千的客户可扩展，易维护的企业应用程序。Veltum说:“使用MATLAB产品服务器，我们创建并部署了一个一致的、可扩展的核心库，它易于维护和管理，因为我们可以在一个地方进行改进和修复，而不是在几个不同的系统中。”“通过与Java、。net和Excel的接口，也很容易与其他It应用程序和流程集成。”