Fulcrum资产管理开发定制量化风险管理系统

挑战

为基金管理开发一个准确、可扩展、快速的风险引擎

解决方案

使用MATLAB从多个来源导入财务数据,开发复杂的风险模型,并在多核处理器上运行优化和场景分析

结果

  • 优化和计算加速
  • 风险测量精度提高
  • 与数据库和数据提要的集成简化了

“通过MATLAB,我们开发了一个风险管理系统,帮助我们实施战略,更有效地对冲风险,并对市场变化做出快速反应。MATLAB使我们能够将我们正在进行的研究和基金经理的经验整合到风险引擎中。”

Athanasios Bolmatis,福尔库姆资产管理公司
套期保值前后标准化和非标准化模拟投资组合收益的分布。

Fulcrum资产管理有限责任公司是一家独立的私人合伙企业,由高盛前首席经济学家Gavyn Davies和高盛投资经理Andrew Stevens于2004年创立。该公司总部位于伦敦,管理着大约15亿美元的绝对和相对回报策略。

Fulcrum认为风险管理是投资组合管理的一个组成部分,并投资于建立基础设施,以确保其基金受到密切监控,并遵守预先指定的风险限制。使用MATLAB®, Fulcrum建立了一个动态衡量风险和回报的风险管理系统,使投资组合经理(Fulcrum风险委员会和Fulcrum投资委员会)能够对市场事件做出快速反应。

基于MATLAB的系统提供了每个基金当前头寸的准确视图,计算几种风险度量(包括波动率、风险价值、预期缺口、撤资和因素暴露),支持场景测试,以评估违约场景的脆弱性,并帮助基金经理选择对冲。

Fulcrum总监Athanasios Bolmatis说:“MATLAB使从内部数据库和外部数据服务提供商访问金融数据变得容易,而无需构建额外的软件。”“通过MATLAB,我们可以使用我们自己的专家开发的风险管理技术来处理这些数据,并随着我们增加资金而扩大系统的规模。”

Fulcrum的风险管理应用程序显示,对罗素2000期货在5天内1%的事件进行了压力测试,以及在现有投资组合上增加标准普尔500看跌期权的影响。

挑战

Fulcrum想要一个灵活且可扩展的风险分析系统。他们考虑过打包的风险管理解决方案,但最终决定不这么做。万博 尤文图斯Bolmatis说:“对于大多数方案,模型的准确性是不够的,例如,这意味着会错误地突破风险价值的限制。”此外,由于这是我们的核心系统,我们希望控制评估的输入,并将Fulcrum专家的广泛知识整合到系统中。”

解决方案

Fulcrum使用MATLAB开发了一个定制的风险管理引擎,将其与本地数据库集成,并通过并行计算加速风险计算和优化。

使用数据库工具箱, Fulcrum分析师从他们的投资组合会计系统(包括本地微软)中导入基金头寸数据到MATLAB中®SQL Server®数据库。

彭博(Bloomberg)、FactSet的当前和历史市场数据补充了该基金的头寸数据®,以及其他领先的金融数据提供商,该团队使用Datafeed Toolbox获得了这些数据

Fulcrum在MATLAB中实现了风险模型,并使用Econometrics Toolbox进行GARCH估计、模拟和预测和优化工具箱

他们使用历史市场数据评估了系统的有效性,并得出结论,这些模型能够提供精确的风险度量,在统计上一致的VaR违规情况。

使用“优化工具箱”,团队构建了一个应用程序,该应用程序确定了一组最优选项,以最小化任何投资组合在各种限制条件下(如最大成本或允许做空)的预期不足。

他们通过使用并行计算工具箱加速了场景分析中使用的优化和蒙特卡罗模拟在配备多核处理器的台式计算机上运行它们。

Fulcrum员工每天通过使用MATLAB编译器构建的独立应用程序访问风险管理系统.即使他们没有安装MATLAB,他们也可以使用这个应用程序的图形界面来执行分析并生成风险报告,同时充分利用他们的多核桌面。

只需按一下按钮,就可以从风险管理引擎导出一些报告到Microsoft Excel®,让投资及风险委员会及其他有关人士以熟悉的电子表格格式查看风险及表现。

结果

  • 优化和计算加速.Bolmatis说:“风险计算在基于电子表格的系统中需要一个小时,而在MATLAB中只需几分钟就能完成。”“当我们使用并行计算工具箱在八核系统上运行相同的计算时,我们在几十秒内就能得到结果,使我们能够对市场上的事件做出更快的响应。”

  • 风险测量精度提高.Bolmatis指出:“因为我们自己用MATLAB开发了风险管理引擎,所以我们可以完全控制系统,并不断改进它。”

  • 与数据库和数据提要的集成简化了.Bolmatis说:“我们现在使用MATLAB从本地数据库和外部数据源自动获取最新数据,而不是手动将数据导入电子表格。”“敏捷性和可扩展性是MATLAB的关键优势。”