Sanlam Multi-Manager International为定量风险分析开发仪表板
挑战
解决方案
结果
- 计算时间从分钟缩短到秒
- 定量分析工具广泛应用
- 开发时间缩短了几个月
“MATLAB使我们能够专注于我们作为投资专业人士的核心竞争力,并部署量化风险管理和投资组合优化仪表盘,从第一天起就为我们的团队增加了价值。”
SMMI的Mathew John和Jason Liddle
Sanlam Multi-Manager International (SMMI)专注于通过识别、选择和组合最佳资产经理为客户优化回报。反过来,这些基金经理选择基础投资资产。投资组合构建、经理选择和战术资产配置的决策基于定量分析和定性评估。
SMMI使用MATLAB®实现一个集成的工作流,用于建模风险输入,生成优化的投资组合,计算风险指标,并用定量指标支持定性见解。万博1manbetx
SMMI投资分析师马修•约翰(Mathew John)表示:“我们用MATLAB集成了三个以前孤立的活动。”SMMI的风险经理Jason Liddle补充道:“这使得投资团队对我们投资组合的风险敞口有了更好的理解。这种共同的理解有助于在充满挑战的市场条件下显著提高业绩。”
挑战
分析师们希望用一个能够加速分析、简化数据管理、集成风险输入建模、投资组合优化和数据可视化的应用程序来取代他们基于电子表格的解决方案。
解决方案
SMMI分析师使用MATLAB构建和部署投资风险仪表板以及底层风险建模和优化组件。
在MATLAB中,团队对风险输入建模,包括波动性、相关性和协方差,并将它们存储在一个SQL数据库中,根据引用的作业名称很容易访问。
他们使用MATLAB、金融工具箱™和优化工具箱™开发了算法,使用Black-Litterman框架在有效前沿生成优化的投资组合。Black-Litterman先验和后验收益的计算是基于存储的风险输入和投资策略师的市场观点。
为了计算风险指标,团队使用组件对象模型(COM)接口从MATLAB应用程序访问Sungard APT风险引擎。
与南非MathWorks分销商OPTI-NU万博 尤文图斯M Solutions合作,SMMI分析师使用MATLAB创建了一个图形界面,使他们能够可视化建议的投资组合权重,并将其与有效前沿以及当前和过去的投资组合进行比较。
该团队使用MATLAB编译器™创建了一个独立的Windows可执行文件。该版本的应用程序无需安装MATLAB即可使用,整个SMMI的分析师都在使用,包括首席投资官。
结果
计算时间从分钟缩短到秒.Liddle说:“打开我们以前使用的大型复杂电子表格需要5分钟,在我们做出更改后,又需要20秒来重新计算。”“使用MATLAB,我们几乎可以立即得到结果。此外,我们可以将分析结果保存到数据库中,这比电子表格更容易访问和管理。”
定量分析工具广泛应用.John指出:“在我们部署了用MATLAB和MATLAB Compiler创建的定量风险仪表板后,我们的分析师为进行富有成效的定性辩论做好了更好的准备。”“MATLAB编译器使我们能够扩展我们开发的解决方案,并使其适用于我们的整个投资团队。”
开发时间缩短了几个月.“如果我们选择c++或VBA而不是MATLAB,我们可能需要多花四倍的时间,”Liddle说。“MATLAB可以使用内置的组合优化函数轻松测试新想法,并快速将初始原型转化为生产应用程序。”