用户故事

Sanlam Multi-Manager International开发仪表板进行定量风险分析

挑战

补充分析师的定性见解,具有定量风险指标

解决方案

使用MATLAB模拟风险输入,生成优化的投资组合,并开发仪表板以可视化结果

结果

  • 计算时间从分钟减少到秒
  • 定量分析工具广泛部署
  • 发展时间缩短了数月

“MATLAB使我们能够专注于作为投资专业人士的核心竞争力,并部署定量风险管理和投资组合优化仪表盘,从第一天起就在我们的团队中增加了价值。”

Mathew John和Jason Liddle,Smmi
SMMI风险仪表板。图片©Sanlam Multi-Manager International。

Sanlam Multi-Manager International(SMMI)专注于通过识别,选择和结合最佳资产管理人员优化其客户的回报。这些管理者又选择了底层的投资资产。关于投资组合建设,经理选择和战术资产分配的决定是基于定量分析和定性评估。

SMMI使用MATLAB®为风险输入建模,生成优化的投资组合,计算风险度量,以及用定量度量支持定性分析,实现集成工作流。万博1manbetx

SMMI的投资分析师Mathew John说:“有了MATLAB,我们整合了之前三项孤立的活动。”SMMI的风险经理Jason Liddle补充道:“这让投资团队对我们投资组合的风险敞口有了更深入的了解。这种共同的理解有助于在具有挑战性的市场环境下显著改善业绩。”

挑战

SMMI的分析师发现,他们在给资产类别和资产管理公司分配权重、跟踪输入以及共享分析结果方面存在效率低下的问题。该团队此前依赖于微软®excel.®用于分析任务的电子表格,但复杂的计算花费太长,跟踪和维护多个电子表格是一种负担。SMMI最初考虑使用Microsoft开发自定义解决方案®Visual Basic®对于应用程序(VBA),但决定他们需要执行的严格定量计算将太慢。

分析师希望通过加速分析,简化的数据管理和集成风险输入建模,组合优化和数据可视化的应用程序使用应用程序的基于电子表格的解决方案。

解决方案

SMMI分析师使用MATLAB建立和部署投资风险仪表板和潜在的风险建模和优化组件。

在MATLAB中工作,团队建模风险投入,包括波动性,关联和协方差,并在引用的作业名称下轻松访问的SQL数据库中存储它们。

使用MATLAB,Financial Toolbox™和优化工具箱™,它们开发了使用Black-Litterman框架在高效前沿生成优化的投资组合的算法。基于投资策略家的风险投入和市场视图,计算了黑窝前和后退回报。

为了计算风险指标,该团队使用组件对象模型(COM)接口来访问SunGard APT风险引擎从MATLAB应用程序。

使用Mathworks在南非的Mathwor万博 尤文图斯ks分销商工作,SMMI分析师使用MATLAB来创建一个图形界面,使他们能够可视化所提出的投资组合权重,并将它们与高效的前沿和反对当前和过去的投资组合进行比较。

该团队使用MATLAB Compiler™创建了一个独立的Windows可执行文件。该应用程序的这个版本,可以在不安装MATLAB的情况下使用,被整个SMMI的分析师使用,包括首席投资官。

结果

  • 计算时间从分钟减少到秒.Liddle说:“打开之前使用过的又大又复杂的电子表格需要5分钟,而在我们做出更改后又需要20秒来重新计算。”“有了MATLAB,我们几乎立刻就能得到结果。此外,我们还可以将分析结果保存到数据库中,这比一组电子表格更容易访问和管理。”

  • 定量分析工具广泛部署.“在我们部署了用Matlab和Matlab编译器创建的定量风险仪表板之后,我们的分析师更好地准备好了拥有富有成效,定性的辩论,”约翰注意到。“Matlab编译器使我们能够扩展我们开发的解决方案,并使其整个投资团队提供。”

  • 发展时间缩短了数月.“如果我们选择了C ++或VBA而不是MATLAB,那么它可能会使我们四倍更长时间,”Liddle说。“MATLAB使用内置产品组合优化功能轻松测试新思路,并将初始原型转换为生产应用程序。”