Robeco研究人员使用MATLAB开发用于股票选择,信用选择,定价抵押债务的算法和模型,以及投资组合优化。为了简化部署,该组用于Microsoft .NET Framework的Matlab Compiler SDK™将模型转换为集成到软件开发团队的Visual Basic应用程序的计算组件。
研究团队通过在Matlab中实施股票选择模型开始。这款模型屏幕资金并作为其定量的唯一资金以及其市场中立组合的性能驱动程序。该团队还为其在Matlab中的股票选择模型构建了一个完整的反向测试环境。
使用这种环境,研究人员进行了许多反向测试,以找到最佳模型,不仅在性能方面,而且在鲁棒性方面也是如此。通过进行各种敏感性分析来测试鲁棒性,这可以很容易地添加到Matlab中的后测试环境。在他们开发了一个有效的股票选择模型之后,该团队使用了优化工具箱™来开发用于基于适当的风险级别构建和重新平衡最佳投资组合的算法。
该团队使用MATLAB和优化工具箱进行历史投资组合模拟,以产生最大化投资性能的投资组合,这给出了卖出/购买阈值,最小产品组合权重等限制,bet曝光限制以及国家或地区限制。
为避免将算法转换为Visual Basic代码的时间和费用,Robeco的定量分析师使用Matlab Compiler SDK为基于定量模型的软件开发团队创建DLL。软件开发人员然后创建了访问DLL的Visual Basic应用程序来计算股票排名并执行投资组合优化例程。
应用相同的方法,Robeco研究人员开发并部署了Matlab模型,用于公司债券选择,货币分配,抵押债务义务以及国家分配。
Robeco还使用Matlab计算其私募股权基金基金资金基金的概率分布,并运行Monte Carlo模拟,以确定储蓄账户的监管和经济资本和客户行为。