奥兰CFSG开发商品和衍生品市场交易管理系统

过去，奥兰CFSG使用的第三方交易管理系统既昂贵又难以定制，这使得它几乎不可能纳入新的金融工具。为了解决这些缺点，奥兰CFSG的交易员和分析师开发了一个基于微软的内部解决方案^®Excel^®电子表格。虽然在电子表格中添加新工具更容易，但该公司很快就遇到了这种方法的障碍。首先，分析师花了太多时间手动将彭博的市场数据复制到电子表格中。其次，涉及大量市场和交易数据的计算，如场景分析、风险值(VaR)和反向测试，是耗时的，并经常导致软件崩溃。第三，Excel模型不能适应蒙特卡罗模拟定价。

Olam CFSG希望实现数据检索过程的自动化，加快定价算法的速度，并消除人工处理过程中发生的错误。此外，他们希望开发和部署一个可扩展的交易管理系统，能够可靠地服务于三大洲的用户，并每天处理千兆字节的市场数据和数百万笔交易。

来自班加罗尔的四名Olam CFSG分析师团队使用MATLAB加速了公司贸易分析和风险管理系统的开发。

分析师们使用MATLAB和Datafeed Toolbox™编写函数从Bloomberg导入市场数据。

他们清理了导入的数据，使用统计学和机器学习工具箱™通过曲线拟合找到缺失的值。他们还使用统计学和机器学习工具箱，通过各种图表和图表来识别和可视化数据中的趋势。

他们为各种工具开发了定价模型，包括美国和欧洲的障碍期权以及商品和外汇期货。他们基于金融工具工具箱中的Black-Scholes和Bjerksund-Stensland期权定价模型建立了这个模型。

使用Financial Toolbox™，该团队开发了算法来评估债券和收益率，并分析期权估值和敏感性。

为了加快定价和估值计算，该团队使用Parallel Computing Toolbox™在多个处理器核上并行执行它们。

分析师使用Database Toolbox™实现了交易管理系统三层架构的数据访问层。这一层提供了对MySQL的访问^®用于存储计算的中间结果和最终结果的数据库。

最后，团队使用MATLAB Compiler™和MATLAB Compiler SDK™创建Java^®从他们的MATLAB算法。他们将这些类部署为一组JAR文件，通过Java开发的自定义web应用程序通过远程方法调用(RMI)访问这些文件。

该贸易管理系统目前正在生产中，并在印度、阿拉伯联合酋长国、新加坡、英国和美国的不同企业集团中使用。

• 开发时间减少了2年。“由于MATLAB中提供了各种各样的定价模型、统计函数和VaR功能，我们在大约一年的时间内完成了交易管理系统的开发，”Jegan说。“我们在更短的时间内部署了显著的增量功能，比如需要数百万笔交易的投资组合的场景分析，以及将报告自动化到Excel中用于客户沟通。”
• 人工工作量减少80%;计算效率提高了80%。Jegan指出:“由于使用MATLAB自动检索和解析直接从彭博社获取的市场数据，我们减少了80%的时间和人力需求。“此外，我们通过使用并行计算工具箱和数据库工具箱，将贸易处理的计算效率提高了80%以上。对我们的交易团队来说，在财政年度结束时结束业务曾经是一个繁重的过程，现在只需几个小时就能轻松完成。”
• 可扩展的贸易管理平台部署在世界各地。“在MATLAB中开发我们的定价和估值算法的一个关键优势是，我们可以使用MATLAB Compiler SDK轻松地将它们部署为JAR文件，”Jegan说。“这使我们能够交付一个可扩展的企业级应用程序，它的所有核心算法都是用MATLAB编写的，表示层是用Java编写的。”