荷发展量化选股和投资组合优化模型
挑战
解决方案
结果
- 应用程序更新快
- 黑盒解决方案消除了万博 尤文图斯
- 可伸缩性和灵活性增加
“与依赖现成的定量分析解决方案的公司,我们可以看到我们的流程改进。万博 尤文图斯我们有灵活性,不断改善我们的算法和模型在matlab和这是一个很大的优势。”
威廉Jellema,荷
荷是欧洲领先的资产管理公司之一,全球金融服务公司荷兰合作银行(Rabobank)的子公司。管理着超过1350亿欧元,荷补充其基本面分析与定量研究由定量策略组。这一组,负责荷投资过程的定量元素,还解决了战略和战术投资组合管理等问题,策略建模,历史,和资产负债管理。
荷人员用MATLAB®开发、分配和优化投资组合构建工具基于复杂的定量模型的选股,公司债券选择、资产配置以及风险管理。目前,120亿欧元被管理的定量模型从定量策略。
“我们复杂的计算依赖于大量的迭代和大量数据。这不是我们可以做一个电子表格,“研究分析师Willem Jellema荷。MATLAB,我们有一个轻松地执行这些计算,计算平台开发模型,测试策略,和部署定量工具,我们的投资组合经理、风险经理。”
挑战
荷需要一个可靠的计算平台发展定量模型和算法。荷的范围和复杂性的定量模型功能之外的电子表格和商用的替代品是僵化的。“电子表格不适合迭代Jellema指出。“此外,标准供应商产品就像黑盒,这意味着他们不能总是被s manbetx 845修改。”
此外,该研究小组需要分发应用程序基于模型的多种投资组合经理的公司。在过去,该公司的软件开发人员将重新编码算法研究小组提供的微软®Visual Basic®应用程序。随着计算变得更加复杂,这个过程变得更加耗时且容易出错,放缓的速度更新和维护困难。
解决方案
荷人员利用MATLAB开发算法和模型对股票选择、信贷选择,债务抵押债券定价,投资组合优化。简化部署,MATLAB编译器SDK™用于Microsoft . net框架模型转化为计算组件集成到软件开发团队的Visual Basic应用程序。
该研究小组开始在MATLAB实现选股模型。这个模型屏幕基金和作为定量的性能驱动长——只有基金以及中性的投资组合。该小组还构建了一个完整的回测环境为他们的选股模型在MATLAB。
利用这个环境,研究人员执行许多回测找到最好的模型,不仅在性能方面,而且在鲁棒性方面。鲁棒性测试进行各种敏感性分析,可以很容易地添加到回测在MATLAB环境。他们开发了一个有效的选股模型后,团队优化工具箱™开发算法用于构造和再平衡最优投资组合的基础上适当的风险水平。
团队使用MATLAB优化工具箱,历史组合模拟生成的投资组合,投资业绩最大化的约束条件,如出售/购买门槛,最低投资组合权重,β暴露的限制,国家或地区的限制。
为了避免邮件的时间和费用将算法转化为Visual Basic代码,荷定量分析师使用MATLAB编译器SDK创建dll的软件开发团队都是基于定量模型。软件开发人员然后创建Visual Basic应用程序访问dll来计算股票排名和执行投资组合优化的例程。
运用同样的方法,荷人员开发和部署MATLAB模型公司债券选择、货币分配,债务抵押债券定价,和国家分配。
荷还使用MATLAB计算概率分布的私人股本基金和蒙特卡罗模拟来确定运行监管和经济资本和客户行为的储蓄账户。
结果
应用程序更新快。“与MATLAB编译器SDK,我们更频繁地更新我们的应用程序比重新编码模型在Visual Basic,“Jellema说。“通过分离UI开发的计算核心,我们实现改变。整个过程更容易,更快,更容易出错。”
黑盒解决方案消除了万博 尤文图斯。“我们的许多竞争对手使用预包装解决方案。万博 尤文图斯他们经常不知道它们是如何工作的,而且在大多数情况下他们不能改变。让供应商做出改变需要数年时间和多个客户请求,“Jellema指出。“因为我们在MATLAB构建自己的解决方案,我们可以立刻改变,测试和部署我们的算法每当我们看到一个改进的机会。”
可伸缩性和灵活性增加。“电子表格为较小的数据集和简单直观的计算工作,但是我们需要他们不是可行的,“Jellema解释道。“MATLAB处理复杂的计算和大型数据集,并允许我们其他研究人员对新用途。”
