德国商业银行发展生产软件系统计算派生市场数据

挑战

计算各种市场数据来自原始市场数据

用MATLAB来读取数据从数据管理系统在Windows和Linux架构中,进行分析和优化,可视化的结果,和部署任务关键型计算

“我们需要一个Windows客户端和Linux服务器软件的解决方案。我们使用MATLAB快速开发利用分布式计算,MEX-file接口来访问我们的财务数据,并快速、内置函数的优化,回归等等。”
朱利安•Zenglein德国商业银行

位于法兰克福的德国商业银行总部。

合成从原始财务数据,派生数据积分到银行监管提交监管机构和市场估值,客户、股东和高管。在德国商业银行,这些关键任务报告合并风险监管资本的计算和关键措施,包括风险价值和损益分布。

德国商业银行的市场风险管理团队必须开发和验证计算提供分析师在中间,前面,后台部门可靠的派生数据。派生的——包括曲线,如信贷息差和CDS利差;隐含通胀和利率;转换矩阵;隐含波动率表面;和一系列相关性和volatilities-relies先进金融算法确保一致性资产类别,市场,和时间。

为了支金宝app持这个需求,商业银行建立市场数据分布服务(mdd)。mdd是高质量的德国商业银行的主系统验证参考和历史数据对风险的管理,包括MATLAB^®基于计算派生市场数据。

MATLAB,我们使用我们自己的部门的知识和专业技能,快速构建和完善mdd的计算功能,”朱利安Zenglein说定量德国商业银行的分析师。

德国商业银行需要从其资产控制数据访问数据管理系统,有内部数据和市场数据提供的金融数据供应商彭博社(Bloomberg)和汤森路透(Thomson Reuters)等。通过Linux数据访问^®服务器,但是用在微软^®窗户^®的客户。

银行分析师想要一个图形应用程序来配置和管理导出数据的计算,例如设置为回归起点,查看样本块的结果,并生成一个完整的、一致的市场数据集。他们还需要加载和汇总财务数据从多个点的数据库进行优化和分析例子,应用回归分析和解决线性和非线性约束的最小化问题。

mdd的分析师想加快发展,使系统易于支持和维护通过构建它自己而不是依靠开发资源和发布周期。金宝app同时,mdd需要健壮的、模块化的,透明的,它必须满足商业银行的严格标准。

德国商业银行使用MATLAB构建mdd算法和将它们集成在一个异构的环境,包括Windows客户端,一个Linux服务器,德国商业银行(Commerzbank)数据库服务器。

与MathWorks顾问合作,德国商业银行业务分析人员开发了一个概念验证实现跨平台的架构的mdd。

他们创造了一个MATLAB可执行文件(MEX-file)包装器连接到资产控制,使团队在Linux服务器上运行MATLAB代码和阅读原始市场数据,并编写计算,资产控制服务器。

与金融工具箱™,他们生成的固定收益证券的现金流和计算欧洲使用布莱克-斯科尔斯模型和看涨期权的价格。

使用并行计算工具箱™和MATLAB并行服务器™,他们加速同时检索多个金融从数据库在数据段,并在多种货币执行批处理计算。

用MATLAB编译器™,团队创建了一个独立的Windows版的MATLAB的客户,可运行在多种电脑免版税。

mdd是在生产中,团队继续添加新特性随着银行的业务需求的发展。系统集成到银行的软件测试过程,使关键的IT标准。

与现有系统集成简化。“可靠的访问我们的资产控制系统是mdd的关键要求,“Zenglein说。“MEX-file接口,我们开发了使我们能够有效地通过系统的C API检索原始财务数据和存储MATLAB生成的派生数据。”
实现时间减少了几个月。“因为我们的分析师可以直接在MATLAB应用他们的金融专业知识,开发迭代实现快速,仅用了三个星期mdd的新算法,“Zenglein说。
更新了几天,而不是几个星期。“我们可以用MATLAB完成紧急变更请求自己,通常在同一天,“Zenglein解释道。“测试时间也减少了,因为我们可以使用并行计算工具箱来加载数据比之前我们可以做快8倍。”

Unete al客户参考程序