Helaba Invest 开发并部署企业金融分析软件

最初，Helaba Invest 考虑购买第三方软件进行风险评估和其他金融计算，包括一些为德国衍生工具监管和另类投资基金经理指令（AIFMD，一项关键的监管要求）提供服务的软件。除费用问题外，这款软件在灵活性和透明度方面的欠缺也是一个很大的缺陷。黑箱解决方案不允许团队查看计算是如何执行的，也不允许修改算法。于是，他们决定开发自己的模型。

由于在传统编程语言、面向对象编程或 IT 系统部署方面的经验有限，该团队需要接受定制的培训，以让成员获得构建软件所需的技能。在开发出模型后，该团队需要让整个公司的分析师以及公司 IT 基础设施（包括 Oracle 数据库和投资管理软件）中的其他系统都可以使用这些模型。

Helaba Invest 使用 MATLAB 和 MATLAB Production Server 构建了一个金融模型和算法的核心库，并将其与现有的企业应用程序相集成。

通过使用 MATLAB 的 Financial Toolbox™ 和 Financial Instruments Toolbox™，该团队开发了多个模型和算法来计算价格敏感度、产品估值、风险度量（如“希腊值”）、风险价值和最大跌幅，以及拥有超过 5,000 个衍生工具的 300 个投资组合的公允价值。

例如，他们使用 Financial Toolbox 来引导利率曲线，使用 Financial Instruments Toolbox 为信用违约掉期定价以及为股票期权建模。

在本地桌面环境中使用模型和算法之后，该团队开始准备将它们作为共享库部署到公司的 IT 环境中。在此阶段，该团队参加了 MathWorks Training Services 组织的现场定制培训。 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（侧重于 Java^® 和 .NET 接口）的多天课程。

该团队建立了一个多核 Linux^® 服务器用于运行三个 MATLAB Production Server 实例，分别用于开发、测试和生产（客户需求）。他们使用 MATLAB Compiler SDK™ 将模型和算法打包，并将它们部署到 MATLAB Production Server 开发实例中。

该团队使用 Parallel Computing Toolbox™，通过在服务器的 20 个处理核心上同时执行计算，从而加快计算密集型计算的速度。

在 MATLAB Production Server 的开发实例中验证部署后，该团队将其移至测试实例，并由 Helaba Invest 的独立团队进行了正式测试。

在部署的模型和算法通过正式测试后，Helaba Invest IT 团队将它们迁移到 MATLAB Production Server 的生产实例，可在企业 IT 环境中对其进行访问。

目前，数百名外部客户和数十名内部分析人员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 Microsoft^®Excel^® 插件和公司的投资管理软件直接访问该库。它还用于通过 Oracle^® 数据库的 Java 接口为客户生成 Web 报告，并为 Helaba 的 AIFMD 合规性提供服务。

• 开发出服务于 AIFMD 监管要求的应用程序。Veltum 表示：“我们的估值团队需要一大早就能获得衍生工具的公允价格，而事实证明，从外部估值服务机构可靠地获取这些信息代价高昂，也根本行不通。通过使用 MATLAB，我们现在完全自己运行计算并管理流程，因此不依赖第三方。”
• 通过定制的培训实现更快速的起步并降低了成本。Veltum 指出：“我们在现场接受的培训根据我们的需求量身定制，这让我们能更快的起步。我们学习了如何使代码更加稳健、可维护和高效，而且我们的团队和 IT 团队共同参加的课程也改善了两个团队之间的协作。最终，我们减少了大约 20% 的项目资源消耗和支持开支。”
• 将可扩展、可维护的企业应用程序部署到数百个客户。Veltum 表示：“借助 MATLAB Production Server，我们创建并部署了一个一致且可扩展的核心库。它易于维护和管理，因为我们可以在一个地方进行改进和修复，不用再涉及几个不同的系统。此外，通过 Java、.NET 和 Excel 接口，它还可以轻松与其他 IT 应用程序和流程集成。”