“在财务分析领域，一切都在迅速变化，使用任何其他软件工具都不可能保持这种变化。用MATLAB我们几乎每周都在开发一个新的解决方案。我尝试过其他工具，我坚信MATLAB是得到答案的最快方法。”
camra data, CAMRADATA
对投资者来说，良好的多元化投资组合可以降低风险。为了有效地分散投资，投资经理必须了解投资组合中资产之间关系的强度。多年来，分析师一直依赖相关分析来量化这种关系。然而，作为一种线性度量，相关性并不能捕捉到现实世界金融市场中常见的非线性关系。
CAMRADATA的研究人员通过使用MathWorks工具建立计量经济学模型来解决这个问题。因素分析帮助CAMRADATA了解哪些经济变量影响资产回报，而copula帮助他们建模因素关系，特别是在严重的市场低迷时期。
CAMRADATA定量研究主管马丁•多雷(Martyn Dorey)表示:“我们用MATLAB开发的定量工具使防御性金融工程成为可能。”“有了MATLAB，我们可以使用耦合函数、非线性数学和资产之间的复杂联系来真正探索当市场崩溃时会发生什么。”
CAMRADATA研究小组由Dorey领导，为资产管理集团、投资咨询客户和更广泛的投资行业开发定量研究。
CAMRADATA的研究人员希望计算资产和负债之间的风险，投资组合暴露在极端的市场低迷，以构建更好的防御机制。他们需要计算工具来识别资产和金融时间序列中常见的风险。这种方法被称为潜在因素分析，它要求研究人员超越资产和经济变量之间简单的线性关系。
“对定制、数值、定量解决方案的需求正呈指数级增长，”多雷指出。万博 尤文图斯为了跟上这种需求，研究人员寻找了一个开发平台，使他们能够快速开发模型，并在非常短的时间内将其应用于新问题。
CAMRADATA在MATLAB上标准化®以及用于开发应用程序的配套工具箱，这些应用程序使用copula对复杂的依赖关系建模。使用MATLAB中的t-copula作为起点，CAMRADATA开发了更先进的模型，包括条件和不对称的copula。
在整个项目中，他们依靠MATLAB进行矩阵和向量计算。“MATLAB编程语言非常适合于风险语言，”Dorey说。“你在一张纸上写出向量矩阵计算的数学方法等同于一行MATLAB代码。”
利用统计学和机器学习工具箱™，研究人员开发了一个因子分析模型，该模型向金融分析师展示了资产类别是如何通过通货膨胀或油价等共同因素进行关联的。
一旦他们在基本相关参数中添加了不对称和尾部依赖，团队使用Symbolic Math Toolbox™来解决最大似然问题，并根据现有数据校准他们的模型。
CAMRADATA研究人员使用MATLAB，金融工具箱™和优化工具箱™链接和优化行为金融和高时刻风险预算模型。
Global Optimization Toolbox和Financial Toolbox被用来开发防御性投资组合设计，结合了资产和负债的期权收益概况。这些结构化解决方案检查使用看跌期权万博 尤文图斯和调用将资产映射到负债的价值。
对于每个模型，CAMRADATA使用MATLAB构建一个接口，使分析师能够可视化结果，并使用嵌入式Microsoft与模型交互®Excel®电子表格。
使用Datafeed Toolbox™，该团队从Bloomberg等金融数据提供商收集时间序列数据，并能够链接到Thomson Reuters Datastream。
CAMRADATA的研究人员还使用MathWorks工具开发了一个通用的copula，使他们能够建模任何看起来难以处理的多维关系。通用关联函数有广泛的应用，从3D动画到机器认知。
开发时间减少了90%．“我们在MATLAB中建立所有的连接函数和模型，因为这是我们交付模型的最快方式，”Dorey说。“使用MATLAB，我们可以在一个上午内建立一个模型。用Visual Basic编写等效代码需要两周时间®．”
风险以小时计算，而不是以周计算．多雷指出:“根据标的股票计算投资组合几年前的风险可能需要一周时间。”“通过使用MATLAB建立一个处理风险的模型，我们将风险分析的周转时间缩短到了不到一个小时。对某些投资组合来说，可以从股票持仓的电子表格转向自动的PowerPoint®演示只需要一分钟。”
多样化的技能组合．“对于复杂的非线性问题，我们需要拥有广泛技能的人，他们不一定有MATLAB背景，所以帮助文件和技术援助是关键，”Dorey解释说。“我们最近请来了一位研究天气和植物疾病之间联系的植物生物学家。通过MATLAB，她将这一经验应用于开发金融市场尾部依赖的新思路。”
Únete al客户参考程序
你也可以从以下列表中选择一个网站: