“我们的解决方案需要Windows客户端和Linux服务器软件。我们使用MATLAB进行快速开发，利用分布式计算、mex文件接口访问我们的财务数据，以及用于优化、回归等的快速内置函数。”
Julian Zenglein，Commerzbank
从原始财务数据中合成，派生数据是监管机构，客户，股东和高管所需的银行监管提交和市场估值的一体化。在Commerzbank，这些关键任务报告纳入了监管资本计算和关键风险措施，包括风险和损益分配的价值。
Commerzbank的集团市场风险管理团队必须制定和验证在中间，前部和后台办公室提供分析师的计算，具有可靠的派生数据。派生数据 - 包括曲线，例如信用差价和CDS扩散;暗示的通货膨胀和利率;过渡矩阵;隐含的波动表面;以及一系列相关性和无波动性 - 依赖于先进的金融算法，确保跨资产类，市场和时间的一致性。
为了支万博1manbetx持这一需求，德国商业银行构建了市场数据分发服务(MDDS)。MDDS是德国商业银行用于风险管理的高质量验证参考和历史数据的主要系统，包括MATLAB®基于衍生市场数据的计算。
“与MATLAB，我们使用了我们自己部门的知识和专业知识，以迅速建立和改进MDD的计算功能，”朱丽星Zenglein，Commerzbank的定量分析师说。
德国商业银行需要从其资产控制数据管理系统获取数据，该系统包含彭博(Bloomberg)和汤森路透(Thomson Reuters)等金融数据供应商提供的内部数据和市场数据。数据可以通过Linux访问®服务器，但用于微软®视窗®的客户。
银行分析师希望一个图形应用程序来帮助他们配置和管理派生数据的计算，例如设置回归的起点，查看结果的样本曲线，并生成完整的一致的市场数据集。它们还需要从其数据库中的多个点加载和聚合财务数据以执行优化和分析 - 例如，应用回归并解决约束的线性和非线性最小化问题。
分析人员希望通过自己构建而不是依赖it开发资源和发布周期来加速MDDS的开发，并使系统易于支持和维护。万博1manbetx同时，MDDS需要健壮、模块化和透明，并且必须满足德国商业银行严格的it标准。
Commerzbank使用MATLAB构建MDDS算法，并将它们集成到异构IT环境中，该环境包括Windows客户端、Linux服务器和Commerzbank数据库服务器。
Manderzbank业务分析师与Mathworks顾问合作开发了MDDS跨平台架构的概念证明。
他们创建了一个MATLAB可执行文件(MEX-file)包装器来连接到Asset Control，使团队能够在Linux服务器上运行MATLAB代码，并从Asset Control服务器读取原始市场数据，并向其写入计算。
使用Financial Toolbox™，他们使用Black-Scholes模型产生了固定收入证券的现金流量，并计算欧洲投资和呼叫期权价格。
使用Parallel Computing Toolbox™和MATLAB Parallel Server™，他们加速了从数据库中同时检索多个金融数据片段，并以多种货币执行批处理计算。
使用MATLAB Compiler™，该团队创建了一个独立的MATLAB客户端Windows版本，可以在多台计算机上免费运行。
MDD在生产中，团队继续添加新功能，因为银行的业务需求也在发展。系统集成到银行的软件测试程序中，使得能够保持关键的IT标准。
简化了与现有系统的集成．“可靠访问我们的资产控制系统是MDDS的一个关键要求，”Zenglein说。“我们开发的mex文件接口使我们能够通过系统的C API有效地检索原始财务数据，并存储由MATLAB生成的派生数据。”
实施时间减少了数月．Zenglein说:“因为我们的分析师可以直接在MATLAB中应用他们的金融专业知识，开发迭代非常迅速，只花了3周时间就在MDDS中实现了新的算法。”
更新时间是几天，而不是几周．Zenglein解释说:“我们可以用MATLAB自己完成紧急更改请求，通常在同一天完成。”“测试时间也减少了，因为我们可以使用并行计算工具箱加载数据，速度比以前快8倍。”
加入客户参考计划
你也可以从以下列表中选择一个网站: