對投資者來說，采用充分多樣化的投資組合可以降低風險。要做到有效多樣化，投資經理必須了解投資組合中各資產之間關系的強弱。多年來，分析師依靠相關性分析來對這種關系進行量化。但是，作為一種線性度量，相關性不會反映出真實金融市場中常見的非線性關系。

CAMRADATA 的研究人員通過使用 MathWorks 工具構建計量經濟模型，來解決此問題。CAMRADATA借助因子分析，了解哪些經濟變量影響資產回報，同時利用關聯結構對因子關系進行建模，尤其是在市場處于嚴重衰退期間。

CAMRADATA 的定量研究負責人 Martyn Dorey 表示：“我們用 MATLAB 開發的量化工具可以實現防御性金融工程。利用 MATLAB，我們可以通過關聯結構、非線性函數及資產之間的復雜聯系，真正探索當市場崩潰時會發生何種情況。”

挑戰

CAMRADATA 的研究小組為資產管理團體、投資咨詢客戶和更廣泛的投資行業開展定量研究。

CAMRADATA 研究人員想計算在嚴重的市場衰退期間投資組合所面臨的資產與負債之間的風險，以便建立更好的防衛機制。他們需要能夠對資產和金融時間序列中常見的風險進行識別的運算工具。這種方法叫做潛在因子分析，需要研究人員忽視資產與經濟變量之間的簡單線性關系。

Dorey 指出：“對定制、數值、量化解決方案的需求-呈指數級增長。” 為了跟上這種需求的步伐，研究人員尋找一種開發平臺，使他們能夠在得到通知后短期內快速開發模型并將其應用于新問題。

解決方案

CAMRADATA通過MATLAB和附帶工具箱上實現了標準化，開發使用關聯結構建立關聯性模型的應用程序。以MATLAB中的 t-copula 函數為基礎，CAMRADATA 開發了更高級的包含有條件和非對稱關聯結構的模型。

他們依賴MATLAB實現整個項目范圍內的矩陣和向量計算。Dorey 表示：“MATLAB 編程語言本身非常好地轉嫁了語言風險。您在一張紙上以向量/矩陣計算的形式寫出數學函數，可完全一致地轉換成一行MATLAB代碼。”

使用Statistics and Machine Learning Toolbox，研究人員開發了一個因子分析模型，其可向金融分析師展現資產類別如何通過公共因子（如通貨膨脹或石油價格）的作用而發生聯系。在將非對稱性和尾部依賴性添加到基本相關參數后，研究團隊使用Symbolic Math Toolbox求解最大似然問題，并對照現有數據校準他們的模型。

CAMRADATA 研究人員使用MATLAB、Financial Toolbox和Optimization Toolbox關聯和優化行為金融學和高階動差風險預算模型，并開發防御性投資組合設計，針對資產與負債合成期權收益曲線。這些結構化解決方案可檢查使用賣權與買權的價值，將資產映射到負債上。

在金融分析中，各種因素變化很快，使用任何其它軟件工具可能都無法適應這些變化。利用 MATLAB，我們幾乎每周都可以開發出一個新的解決方案。我試過其它工具，但我堅信 MATLAB 是解決問題的最快方式。

——CAMRADATA

Martyn Dorey

對于每個模型，CAMRADATA 使用MATLAB構建一個界面，使分析師能夠使用內嵌的 MicrosoftExcel電子表格直觀地查看結果并與模型交互。

CAMRADATA 研究人員還使用 MathWorks 工具開發了一個通用關聯結構，使他們能夠對任何看似難處理的多維關系進行建模。該通用關聯結構的應用范圍非常廣泛，比如 3D 動畫、機器認知等。

結果

開發時間縮短了 90%。Dorey 稱：“我們用 MATLAB 構建我們的所有關聯結構和模型，因為這是我們能交付模型的最快方式。使用 MATLAB，我們只需一個上午即可構建一個模型。而在 Visual Basic 中編寫同等代碼需要兩個星期。”

風險計算時間按小時計，而不是星期。Dorey 表示：“回想幾年前，根據基礎股票計算某一投資組合的風險可能需要一個星期。通過使用 MATLAB 構建模型來處理風險，我們將風險分析時間縮短至一小時之內。對于某些投資組合，從反映持股情況的電子表格到自動化的 PowerPoint 演示文稿的轉換時間只需要一分鐘。”

利用各種技能。Dorey 解釋說：“比如對于復雜的非線性問題，我們需要具有各種技能的人才，他們不一定具有 MATLAB 背景，所以幫助文件和技術協助很關鍵。我們最近聘用了一名研究氣候與植物病害之間關系的植物學家。她運用這方面的經驗，使用 MATLAB，針對金融市場中的尾部依賴性提出新觀點。”