Olam后者市盈率发展贸易商品和衍生品市场的管理系统
挑战
手动和自动化以流程和评价商品和衍生品定价
解决方案
使用MATLAB来开发一个可伸缩的贸易管理系统并将其部署在整个企业
结果
- 开发时间减少两年
- 手动工作减少了80%;计算效率增加了80%
- 可伸缩的全球贸易管理平台部署
“我们每天处理2 gb的市场数据。我们的之前的系统是如此的乏味和数据集太大了,我不认为这是不可能MATLAB及其处理大数据和交互能力直接与彭博和我们的数据库。”
Ananthi Jegan, Olam后者市盈率
Olam的贸易分析和风险管理系统。
总部设在新加坡,奥兰国际是一个领先的农业综合企业,提供工业原料和食品从种子到架子上超过70个国家的16000名客户。公司的大宗商品衍生品交易业务单元,后者市盈率,结合定量建模与奥兰广泛的商品供应和需求了解期货和期权交易。
监控市场风险的策略和执行,val和场景分析,Olam后者市盈率建立了贸易在MATLAB分析和风险管理系统®。系统进程250万交易和400万市场日常评估交易数据记录。系统用于将盈利能力和执行风险评估使用历史数据。
“MATLAB使我们开发一个可伸缩的企业贸易管理平台,是一个巨大的进步在过去的方法我们使用,“说Ananthi Jegan,产品经理在Olam后者市盈率。“与MATLAB,我们减少了错误和员工需求而节省时间和提高效率。”
挑战
在过去,Olam后者市盈率使用第三方贸易管理系统,既昂贵又困难的定制,使它不可能结合新的金融工具。为了解决这些缺点,Olam后者市盈率交易员和分析师开发了一个基于微软内部的解决方案®Excel®电子表格。时更容易添加新仪器的电子表格,该公司使用这种方法很快就遇到了障碍。首先,分析师们花了太多时间手动复制从彭博市场数据到电子表格。其次,计算涉及到大量的市场和贸易数据,如场景分析,风险价值(VaR),和val耗时,经常导致软件崩溃。第三,Excel模型不能够适应蒙特卡罗模拟定价。
Olam后者市盈率想自动化检索数据的过程中,速度定价算法,消除了手工处理期间发生的错误。此外,他们想开发和部署一个可伸缩的贸易管理系统能够可靠地跨三个大洲以及服务用户处理g的市场数据,每天数以百万计的交易。
解决方案
一组四个Olam后者市盈率班加罗尔的分析师使用MATLAB加速发展公司的贸易分析和风险管理系统。
分析师写道函数从彭博社使用MATLAB和进口市场数据数据处理工具箱™。
他们打扫导入的数据,使用统计和机器学习通过曲线拟合工具箱™找到缺失的值。他们还使用了统计和机器学习工具来识别和可视化的趋势数据和各种图表和阴谋。
他们开发了一个定价模型对各种乐器,包括美国和欧洲的障碍期权以及大宗商品和外汇期货。他们这个模型基于Bjerksund-Stensland和布莱克-斯科尔斯期权定价模型从金融工具的工具箱™。
使用金融工具箱™,团队开发算法评估债券,收益率估值和灵敏度和分析选项。
加快定价和估值计算,该团队使用并行计算工具箱™在多个处理器并行执行它们。
分析师实现贸易管理系统的数据访问层三层体系结构使用数据库工具箱™。这一层提供了访问MySQL®数据库,用于存储中间和最终结果的计算。
最后,该小组使用MATLAB编译器创建Java™和MATLAB编译器SDK™®类从MATLAB算法。他们部署这些类为一组JAR文件访问通过远程方法调用(RMI)通过一个定制的Java开发的web应用程序。
贸易管理系统目前生产和使用在不同的商业团体在印度、阿拉伯联合酋长国、新加坡、英国、和美国。
结果
- 开发时间减少两年。“由于各种各样的定价模型,统计函数,在MATLAB和VaR功能可用,我们完成了开发约一年的贸易管理系统,“Jegan说。“重大增量功能也被部署在更少的时间,如场景分析的组合需要数以百万计的交易,客户端通信和自动化的报告到Excel。”
- 手动工作减少了80%;计算效率增加了80%。“我们时间和人力的需求减少了80%的结果使用MATLAB来自动化检索和解析直接从彭博的市场数据,“Jegan指出。“此外,我们的计算效率增加贸易处理80%以上通过使用并行计算工具箱和数据库工具箱。在财政年度结束关闭业务,这为我们的交易团队曾经是一个繁琐的过程,现在是一个微风,把几个小时。”
- 可伸缩的全球贸易管理平台部署。”发展的一个关键优势价格和估值算法在MATLAB是我们可以很容易地将它们部署JAR文件使用MATLAB编译器SDK,“Jegan说。”,使我们能够提供一个可伸缩的、企业级应用程序的核心算法编写的MATLAB和表示层用Java编写的。”
