开发第三方财务软件包和定价服务的内部替代方案，并使用可扩展的平台将其投入生产
使用MATLAB创建用于估值、风险评估和公允价值计算的财务模型和算法，然后使用MATLAB生产服务器将其部署到现有IT基础架构中
“MATLAB、MATLAB生产服务器和MathWorks培训服务使我们风险团队中具有c++或Java条件编程经验的人员能够高效地开发财务分析的核心库，然后将其部署为web应用程序，使其可用于我们企业环境中的生产系统。”
马库斯·维图姆，赫拉巴投资公司
欧洲股票指数的波动面。
Helaba Invest管理着约1400亿欧元，是德国市场机构资产管理的领导者。该公司与银行、保险公司、基金会和其他机构合作。
Helaba Invest的量化风险管理和估值方法的核心是用MATLAB开发的数学模型库®并使用MATLAB生产服务器在公司范围内进行部署™. 该公司的分析师和经理依赖这些模型进行产品估值、定价、风险评估、法规遵从性和其他应用。
Helaba Invest风险评估团队负责人Marcus Veltum表示：“MATLAB的一大优势是，它让我们能够运用部门的知识和专业技能开发自己的财务模型和其他组件，而不是依赖其他公司的黑箱系统。”。“然后我们可以使用Matlab生产服务器来部署它们，使其拥有对java、C++和.NET的更深入的知识的同事，将它们集成到企业应用程序中。”
最初，Helaba Invest考虑购买用于风险评估和其他金融计算的第三方软件，包括一些为德国衍生品监管和替代投资基金经理指令（AIFMD）服务的软件，这是一项关键的监管要求。除了费用之外，该软件缺乏灵活性和透明度也是一个重大缺陷。黑盒解决方案不允许团队查看如何执行计算或修改算法。他们决定开发自己的模型。
由于在传统编程语言、面向对象原则或IT系统部署方面经验有限，团队需要自定义培训，以开发构建软件所需的技能。一旦他们开发了模型，团队需要让整个公司的分析师和公司IT基础设施的其他系统(包括Oracle数据库和投资管理软件)都可以使用这些模型。
Helaba Invest使用MATLAB和MATLAB生产服务器构建财务模型和算法的核心库，并将其与现有企业应用程序集成。
在MATLAB中使用Financial Toolbox™和Financial Instruments Toolbox™，团队开发了计算价格敏感性的模型和算法;产品估值;风险措施，如“希腊人”、风险价值和最大缩水;以及拥有超过5000个衍生品的300个投资组合的公允价值。
例如，他们使用金融工具箱来引导利率曲线，使用金融工具工具箱来为信用违约掉期定价和为股票期权建模。
在本地桌面环境中使用模型和算法后，团队开始准备将它们部署到公司的IT环境中，作为一个共享库。在这个阶段，团队参加了由MathWorks training Services进行的定制化现场培训。培训包括关于并行计算、MATLAB中的面向对象编程以及使用MATLAB Production Server部署MATLAB应用程序(重点是Java)的多日课程®和.NET接口。
MATLAB算法集成到Helaba Invest的生产系统中。
该团队建立了一个多核Linux®运行三个MATLAB生产服务器实例的服务器，每个实例用于开发、测试和生产（客户要求）。他们使用MATLAB编译器SDK打包了他们的模型和算法™ 并将其部署到MATLAB生产服务器开发实例中。
使用Parallel Computing Toolbox™，该团队通过在服务器的20个处理核心上并发执行计算密集型计算，从而加快了计算速度。
在验证了他们在MATLAB Production Server的开发实例中的部署后，团队将其转移到测试实例中，并由Helaba Invest内部的一个独立团队进行正式测试。
一旦部署的模型和算法通过正式测试，Helaba Invest IT团队就将它们转移到MATLAB production Server的生产实例，在企业IT环境中可以访问它们。
数百名外部客户和数十名内部分析师目前正在通过各种前端应用程序在后台使用生产核心库。个人分析师可通过微软的®Excel®通过公司的投资管理软件添加和。它还用于通过Oracle的Java接口为客户生成web报告®数据库，并服务Helaba符合AIFMD。
通过Microsoft Excel前端访问MATLAB算法。
你也可以从以下列表中选择一个网站: