海拉巴投资开发和部署企业财务分析软件

起初，Helaba Invest考虑购买第三方软件进行风险评估和其他财务计算，包括一些服务于德国衍生品监管和另类投资基金经理指令(AIFMD)，这是一项关键的监管要求。除了费用外，该软件缺乏灵活性和透明度也是一个重大缺陷。黑盒解决方案不能让团队看到计算是如何执行的，也不能修改算法。他们决定开发自己的模型。

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，团队需要自定义培训来开发他们构建软件所需的技能。一旦他们开发了这些模型，团队需要将它们提供给整个公司的分析师，以及公司IT基础设施中的其他系统，包括Oracle数据库和投资管理软件。

Helaba Invest利用MATLAB和MATLAB Production Server构建了财务模型和算法的核心库，并与现有的企业应用程序集成。

在MATLAB与金融工具箱™和金融工具工具箱™工作，团队开发了计算价格敏感性的模型和算法;产品估值;风险度量指标，如“希腊人”、风险价值和最大提款;300个投资组合的公允价值超过5000个衍生品。

例如，他们使用Financial Toolbox来引导利率曲线，并使用Financial Instruments Toolbox来为信用违约掉期定价和建立股票期权模型。

在本地桌面环境中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。在这个阶段，团队参与了由MathWorks培训服务进行的定制化的现场培训。培训内容包括多天的并行计算、MATLAB中的面向对象编程，以及使用MATLAB生产服务器部署MATLAB应用程序，重点是Java^®和。net接口。

该团队设置了一个多核Linux^®服务器运行MATLAB生产服务器的三个实例，一个用于开发，测试和生产(一个客户端需求)。他们使用MATLAB Compiler SDK™打包他们的模型和算法，并将它们部署到MATLAB Production Server开发实例中。

使用Parallel Computing Toolbox™，该团队通过在服务器的20个处理核心上并发执行计算密集型计算来加速计算。

在验证他们在MATLAB Production Server的开发实例中部署之后，团队将其移到测试实例中，在那里由Helaba Invest中的一个独立团队正式测试。

一旦部署的模型和算法通过了正式的测试，Helaba Invest IT团队将它们转移到MATLAB生产服务器的生产实例中，在那里它们可以在企业IT环境中访问。

目前，数百名外部客户和数十名内部分析师正在通过各种前端应用程序在后台使用产品核心库。该库可由单个分析师通过Microsoft直接访问^®Excel^®插件和通过公司的投资管理软件。它还可以通过Java接口为客户生成web报表^®数据库，并服务Helaba的符合AIFMD。

• 应用程序开发，服务于AIFMD监管要求。Veltum表示:“我们的估值团队在一大早就需要我们的衍生品的公允价值价格，事实证明，从外部估值服务机构可靠地获取这一信息代价高昂，而且最终不可行。”“有了MATLAB，我们现在完全自己运行计算和管理过程，所以我们不依赖第三方。”
• 通过定制培训，加速提升并降低成本。Veltum指出:“我们在现场接受的培训是根据我们的需求定制的，这加速了我们的发展。”“我们学会了如何使我们的代码更健壮、可维护性和效率，我们的团队和IT团队都参加了这些会议，改善了两个团队之间的协作。”因此，我们减少了约20%的项目资源和支持费用。”金宝app
• 可扩展、可维护的企业应用程序部署到数百个客户。Veltum说:“通过MATLAB生产服务器，我们创建并部署了一个一致的、可伸缩的、易于维护和管理的核心库，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，它也很容易与其他It应用程序和流程集成。