“与依赖现成的定量分析解决方案的公司不同，我们可以看到我们的流程一直在改进。万博 尤文图斯我们可以灵活地在matlab中不断改进算法和模型，这是我们的一大优势。”
威廉·杰勒玛，罗伯科
荷兰合作银行是欧洲领先的资产管理公司之一，也是全球金融服务公司荷兰合作银行的子公司。Robeco管理着超过1350亿欧元的资产，其定量策略组的定量研究是其基础分析的补充。该小组负责Robeco投资流程的量化元素，还解决战略和战术投资问题，如投资组合管理、战略建模、反向测试以及资产和负债管理。
罗伯科的研究人员使用MATLAB®开发、分配和优化基于复杂定量模型的投资组合构建工具，用于股票选择、公司债券选择、资产配置和风险管理。目前，120亿欧元正在使用定量策略(Quantitative Strategies)的模型进行量化管理。
Robeco的研究分析师Willem Jellema说：“我们复杂的计算依赖于大量的迭代和大量的数据。这不是电子表格所能做到的。”。“有了MATLAB，我们就有了一个计算平台，可以轻松地执行这些计算、开发模型、测试策略，并为我们的投资组合经理和风险经理部署定量工具。”
Robeco需要一个经过验证的计算平台来开发定量模型和算法。Robeco定量模型的范围和复杂性超出了电子表格的能力，而且商业上可用的替代方案也不灵活。Jellema指出:“电子表格并不适合迭代。“此外，标准供应商产品就像黑盒，这意味着它们不可能总是s manbetx 845被修改。”
此外，研究团队需要将基于模型的应用程序分发给整个公司的数十名投资组合经理。过去，公司的软件开发人员会将研究团队提供的算法重新编码到Microsoft中®Visual Basic®应用程序。随着计算变得越来越复杂，这个过程变得更加耗时和容易出错，从而减慢了更新的速度并使维护变得困难。
Robeco的研究人员使用MATLAB开发算法和模型，用于股票选择、信贷选择、债务抵押债券定价等投资组合优化.为了简化部署，该小组使用了MATLAB编译器SDK™ 用于Microsoft.NET framework将模型转换为集成到软件开发团队的Visual Basic应用程序中的计算组件。
研究团队首先在MATLAB中实现了一个股票选择模型。该模型筛选基金，并作为其定量长期基金及其市场中性投资组合的绩效驱动因素。研究团队还在MATLAB中为其股票选择模型构建了一个完整的回测环境。
在这种环境下，研究人员进行了许多回溯测试，以找到最佳模型，不仅在性能方面，而且在鲁棒性方面。通过进行各种灵敏度分析来测试鲁棒性，这些灵敏度分析可以很容易地添加到MATLAB中的回测环境中。在他们开发了一个有效的股票选择模型之后，团队使用了优化工具箱™ 根据适当的风险水平，开发构建和重新平衡最优投资组合的算法。
该团队使用MATLAB和最优化工具箱进行历史投资组合模拟，以生成在给定的约束条件下，如卖出/买入阈值、最小投资组合权重、β风险敞口限制以及国家或地区限制。
为了避免将算法转换成Visual Basic代码的时间和费用，Robeco的定量分析师使用MATLAB Compiler SDK为软件开发团队创建基于定量模型的dll。然后，软件开发人员创建Visual Basic应用程序，访问dll来计算股票排名和执行投资组合优化例程。
应用同样的方法，Robeco研究人员开发并部署了用于公司债券选择、货币分配、债务抵押债券定价和国家分配的MATLAB模型。
Robeco还使用MATLAB计算其私募股权基金的概率分布，并运行蒙特卡罗模拟，以确定监管和经济资本以及储蓄账户的客户行为。
应用程序更新快．“有了MATLAB Compiler SDK，我们更新应用程序的频率比在Visual Basic中重新编码模型的频率更高，”Jellema说。“通过将计算核心从UI开发中分离出来，我们可以立即执行更改。整个过程更容易、更快、更不容易出错。”
黑盒解决方案消除了万博 尤文图斯．“我们的许多竞争对手都使用预先打包的解决方案。万博 尤文图斯他们通常不知道具体是如何工作的，而且在大多数情况下，他们无法改变它们。让供应商做出改变可能需要数年时间，而且需要多次客户请求。”“因为我们在MATLAB中构建了自己的解决方案，所以只要看到改进的机会，我们就可以立即更改、测试和部署算法。”
可扩展性和灵活性得到了提高. Jellema解释说：“电子表格适用于小数据集和简单直观的计算，但对于我们的需要，它们是不可行的。”。“MATLAB可以轻松处理复杂的计算和大型数据集，并允许我们为其他研究人员提供新的用途。”
加入客户参考计划
您还可以从以下列表中选择网站：