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。