“不像依赖于货架上的定量分析解决方案的公司，我们可以看到我们一直改进的过程。我们有灵活性地在Matlab中不断改进我们的算法和模型 -金宝搏官方网站 这是一个很大的优势。”
Willem Jellema，Robeco
Robeco是欧洲领先的资产管理公司之一和全球金融服务公司Rabobank的子公司。Robeco以超过1350亿欧元的欧元补充了其定量策略组开发的定量研究的根本分析。该集团负责Robeco投资流程的定量元素，还解决了投资组合管理，战略建模，后卫和资产和责任管理等战略和战术投资问题。
Robeco研究人员使用Matlab®基于股票选择，企业债券选择，资产配置和风险管理的复杂定量模型，开发，分发和优化产品组合施工工具。目前，从数量策略中定量地管理120亿欧元。
“我们的复杂计算取决于众多迭代和大量数据。这不是我们可以用电子表格做的，”Robeco的研究分析师Willem Jellema说。“与MATLAB，我们有一个计算平台，以便轻松地执行这些计算，开发模型，测试策略以及将量化工具部署到我们的投资组合管理人员和风险管理人员。”
Robeco需要一个经过验证的计算平台，用于开发定量模型和算法。Robeco的定量模型的范围和复杂性超出了电子表格和商业上可用的替代品的能力。“电子表格对迭代不太适合，”杰利默队。“此外，标准供应商产品就像黑匣子，这意味着它们不能总是下载188bet金宝搏被修改。”
此外，研究团队需要根据公司的数十种投资组合管理人员分发应用程序。过去，公司的软件开发人员将重新介绍研究团队提供的算法进入微软®Visual Basic®应用程序。随着计算变得更加复杂，此过程变得更加耗时和容易出错，减慢更新的步伐并使维护困难。
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。
应用程序更新更快。“通过Matlab Compiler SDK，我们比在Visual Basic中重新编码模型更频繁地更新我们的应用程序，”Jellema说。“通过将计算核心从UI开发分离，我们立即实施变化。整个过程更容易，更快，更易于出错。“
黑盒解决方案被淘汰金宝搏官方网站。“我们的许多竞争对手使用预先包装的解决方案。金宝搏官方网站他们往往不知道他们如何详细工作，在大多数情况下，他们无法改变它们。让供应商更改可能需要数年时间和多个客户请求，“Note Jellema Notes。“因为我们在Matlab中建立了自己的解决方案，我们可以立即更改，测试和部署我们的算法，只要我们看到改进机会。”
可扩展性和灵活性增加。“电子表格为小型数据集工作和简单的直观计算，但对于我们的需求，他们不起作用，”Jellema解释道。“Matlab容易处理复杂的计算和大数据集，并允许我们到其他研究人员进行新目的。”
加入客户参考计划
您还可以从以下列表中选择一个网站：