自动化定价手工和电子表格为基础的程序和评估商品和衍生物
使用MATLAB开发一个可扩展的交易管理系统并在整个企业部署
“我们每天处理的市场数据为2GB。我们以前的系统是如此的单调乏味，我们的数据集是如此之大，我不认为这将是可能的，而不MATLAB及其与布隆伯格和我们的数据库来处理大数据和直接交互的能力。”
Ananthi Jegan，奥兰时富金融
奥兰国际贸易分析和风险管理体系。
奥兰国际总部设在新加坡，是一家领先的农业综合企业，为70个国家的1.6万多客户提供从种子到货架的工业原料和食品。该公司的大宗商品衍生品交易业务部门CFSG将定量建模与奥兰广泛的大宗商品供求洞察力结合在一起，以进行期货和期权交易。
为了监控这些策略的市场风险，并进行回溯测试和情景分析，Olam CFSG在MATLAB中建立了一个交易分析和风险管理系统®。该系统处理250万笔交易，400万个的市场数据记录每天的评估交易。该系统用于归因盈利能力和利用历史数据进行风险评估。
“MATLAB使我们能够开发一个可伸缩的企业贸易管理平台，超过我们先前使用的方法一个巨大的进步，” Ananthi Jegan，在奥兰时富金融产品经理说。“有了MATLAB，我们已经降低，同时节省时间和提高工作效率的错误和人员编制规定”。
过去，奥兰CFSG使用的第三方交易管理系统成本高昂，且难以定制，使其几乎不可能纳入新的金融工具。为了解决这些缺点，奥兰CFSG的交易员和分析师开发了一个基于微软的内部解决方案®Excel®电子表格。虽然这是比较容易与电子表格添加新的仪器，该公司很快这种方法遇到的障碍。首先，分析师花费了太多的时间从Bloomberg手动复制市场数据到电子表格。其次，涉及大量的市场和贸易数据，如情景分析，风险价值（VAR），并回测的计算，是费时，并经常导致软件崩溃。三，Excel模型无法适应蒙特卡罗模拟定价。
Olam CFSG希望自动化检索数据的过程、加速定价算法，并消除人工处理期间发生的错误。此外，他们希望开发和部署一个可伸缩的交易管理系统，能够可靠地为跨越三大洲的用户提供服务，并能处理千兆字节的市场数据和每天数百万笔交易。
来自班加罗尔的四名Olam CFSG分析师使用MATLAB加速了该公司贸易分析和风险管理系统的开发。
分析师使用MATLAB和数据传送专线工具箱™写功能，以进口市场的数据来自彭博。
他们清理导入的数据，使用统计和机器学习工具箱™通过曲线拟合找到缺失的值。他们还使用统计和机器学习工具箱识别和可视化的趋势数据与各种图表和图表。
他们开发了一个定价模型，适用于各种工具，包括美国和欧洲的障碍期权以及商品和外汇期货。他们根据布莱克 - 斯科尔斯和Bjerksund-Stensland期权定价模型从金融工具的工具箱™这一模式。
使用金融工具箱™，该团队开发的算法来评估债券和收益率，并分析期权定价和灵敏度。
为了加速定价和估值计算，团队使用Parallel Computing Toolbox™在多个处理器内核上并行执行它们。
分析人员使用Database Toolbox实现了交易管理系统的三层架构中的数据访问层。这一层提供对MySQL的访问®用于存储中间和最终计算结果的数据库。
最后，团队使用MATLAB Compiler™和MATLAB Compiler SDK™创建Java®班从MATLAB算法。他们将这些类部署作为通过用Java开发的自定义Web应用程序通过远程方法调用（RMI）访问一组JAR文件。
该贸易管理系统目前正在生产中，并在印度、阿拉伯联合酋长国、新加坡、英国和美国的不同商业集团中使用。
