用于定量金融和风险管理的MATLAB

导入数据、开发算法、调试代码、扩展处理能力等等。

在短短的几行MATLAB的®代码,你可以样机开发和验证计算金融模式,加快采用并行处理这些模型,并把它们直接投入生产。

领先的机构使用MATLAB来确定利率,执行压力测试,管理数十亿美元的投资组合,并在交易复杂的仪器不到一秒钟。

  • MATLAB速度很快:运行风险和投资组合分析原型的速度比R快120倍,100X比在Excel / VBA更快,64 x速度比Python。
  • MATLAB自动生成模型的审查和监管部门的批准文件。
  • 分析师使用预编译的应用程序和工具可视化中间结果和调试楷模。
  • IT组可以部署IP直接保护的模型桌面和web应用程序比如Excel、Tableau、Java、c++和Python。
  • MATLAB包括一个用于从免费和付费来源导入历史和实时市场数据的接口,包括彭博汤森路透FactSet,弗雷德,推特
  • MATLAB处理来自传统和替代数据源大和流数据。

“MATLAB使我们能够专注于我们作为投资专业人士的核心能力,并部署了一个量化风险管理和投资组合优化仪表板,从第一天起就在我们的团队中增加了价值。”

马修约翰和贾森·利德尔,SMMI

投资管理

  • 构建和发展信息显示板投资组合经理,与盘中风险报告,评估和交易执行能力。
  • 使用预先构建的工具,使用均值-方差、均值绝对偏差(MAD)、条件风险价值(CVaR)和Black-Litterman方法
  • 采用风险调整阿尔法,跟踪误差,最大的支取和夏普比率衡量投资业绩。

风险管理

  • 在整个风险模型生命周期中自动化、增强和提供可执行的报告。通过模型验证、模型评审、实现和法规批准,只需三个月的时间。
  • 构建风险管理体系或应力CCAR,DFAST,巴塞尔协议III以及偿付能力II测试基础设施。
  • 使用模型和功能来量化风险(例如市场,信用和操作风险),验证使用VaR和预期不足回溯测试模型,并补充与机器学习算法和文本分析的传统方法。

算法交易

  • 开发用传统的方法(例如,技术指标或计量经济模型)或更前沿的机器学习算法交易策略。
  • 使用MATLAB代码实时执行交易策略。

财务预测与建模

  • 使用指向和点击应用程序,将时间序列数据与计量模型(如ARMA、ARIMA、GARCH、EGARCH、GJR)或机器学习算法进行匹配。
  • 接口DSGE模型预测关键经济变量。
  • 根据来自尼尔森 - 西格尔或斯文森模型估计的参数利率建模和预测使用的功能。

衍生品定价

  • 计算价格和MATLAB利用蒙特卡罗模拟比在Visual Basic中,R和Python运行它们显著更快的奇异期权希腊变量。
  • 选择各种定价方法(例如,闭合形式的等式,二叉树,三叉树和随机波动模型)来价格选项。这些措施包括欧式期权,美式期权,亚式期权,障碍期权,上限,下限,掉期和多标的资产的衍生品。
  • 并行运行计算密集型应用程序或将它们部署到GPU上。
  • Numerix的界面。

保险与精算

  • 分析大数据集,创建自定义的精算模型,并轻松使用加速并行仿真。
  • 使用MATLAB建立自定义风险模型作为偿付能力II平台
  • 为各种保险产品定价,如可变年金、保证最低受益选择下载188bet金宝搏、定期保险和养老保险。