对投资者来说，采用充分多样化的投资组合可以降低风险。要做到有效多样化，投资经理必须了解投资组合中各资产之间关系的强弱。多年来，分析师依靠相关性分析来对这种关系进行量化。但是，作为一种线性度量，相关性不会反映出真实金融市场中常见的非线性关系。
CAMRADATA的研究人员通过使用MathWorks工具构建计量经济模型，来解决此问题。CAMRADATA借助因子分析，了解哪些经济变量影响资产回报，同时利用关联结构对因子关系进行建模，尤其是在市场处于严重衰退期间。
CAMRADATA的定量研究负责人MartynDorey表示：“我们用MATLAB开发的量化工具可以实现防御性金融工程。利用MATLAB，我们可以通过关联结构、非线性函数及资产之间的复杂联系，真正探索当市场崩溃时会发生何种情况。”
挑战
CAMRADATA的研究小组为资产管理团体、投资咨询客户和更广泛的投资行业开展定量研究。
CAMRADATA研究人员想计算在严重的市场衰退期间投资组合所面临的资产与负债之间的风险，以便建立更好的防卫机制。他们需要能够对资产和金融时间序列中常见的风险进行识别的运算工具。这种方法叫做潜在因子分析，需要研究人员忽视资产与经济变量之间的简单线性关系。
Dorey指出：“对定制、数值、量化解决方案的需求-呈指数级增长。”为了跟上这种需求的步伐，研究人员寻找一种开发平台，使他们能够在得到通知后短期内快速开发模型并将其应用于新问题。
解决方案
CAMRADATA通过MATLAB和附带工具箱上实现了标准化，开发使用关联结构建立关联性模型的应用程序。以MATLAB中的t-copula函数为基础，CAMRADATA开发了更高级的包含有条件和非对称关联结构的模型。
他们依赖MATLAB实现整个项目范围内的矩阵和向量计算。Dorey表示：“MATLAB编程语言本身非常好地转嫁了语言风险。您在一张纸上以向量/矩阵计算的形式写出数学函数，可完全一致地转换成一行MATLAB代码。”
使用StatisticsandMachineLearningToolbox，研究人员开发了一个因子分析模型，其可向金融分析师展现资产类别如何通过公共因子(如通货膨胀或石油价格)的作用而发生联系。在将非对称性和尾部依赖性添加到基本相关参数后，研究团队使用SymbolicMathToolbox求解最大似然问题，并对照现有数据校准他们的模型。
CAMRADATA研究人员使用MATLAB、FinancialToolbox和OptimizationToolbox关联和优化行为金融学和高阶动差风险预算模型，并开发防御性投资组合设计，针对资产与负债合成期权收益曲线。这些结构化解决方案可检查使用卖权与买权的价值，将资产映射到负债上。
在金融分析中，各种因素变化很快，使用任何其它软件工具可能都无法适应这些变化。利用MATLAB，我们几乎每周都可以开发出一个新的解决方案。我试过其它工具，但我坚信MATLAB是解决问题的最快方式。
——CAMRADATA
MartynDorey
对于每个模型，CAMRADATA使用MATLAB构建一个界面，使分析师能够使用内嵌的MicrosoftExcel电子表格直观地查看结果并与模型交互。
CAMRADATA研究人员还使用MathWorks工具开发了一个通用关联结构，使他们能够对任何看似难处理的多维关系进行建模。该通用关联结构的应用范围非常广泛，比如3D动画、机器认知等。
结果
开发时间缩短了90%。Dorey称：“我们用MATLAB构建我们的所有关联结构和模型，因为这是我们能交付模型的最快方式。使用MATLAB，我们只需一个上午即可构建一个模型。而在VisualBasic中编写同等代码需要两个星期。”
风险计算时间按小时计，而不是星期。Dorey表示：“回想几年前，根据基础股票计算某一投资组合的风险可能需要一个星期。通过使用MATLAB构建模型来处理风险，我们将风险分析时间缩短至一小时之内。对于某些投资组合，从反映持股情况的电子表格到自动化的PowerPoint演示文稿的转换时间只需要一分钟。”
利用各种技能。Dorey解释说：“比如对于复杂的非线性问题，我们需要具有各种技能的人才，他们不一定具有MATLAB背景，所以帮助文件和技术协助很关键。我们最近聘用了一名研究气候与植物病害之间关系的植物学家。她运用这方面的经验，使用MATLAB，针对金融市场中的尾部依赖性提出新观点。”
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
