Robeco开发量化股票选择和投资组合优化模型

Robeco需要一个成熟的计算平台来开发定量模型和算法。Robeco的量化模型的范围和复杂性超出了电子表格的能力，商业上可用的替代方案也不灵活。“电子表格不太适合迭代，”jelllema指出。“此外，标准供应商的产品就像黑匣子，这意味着它们不能总2022世界杯八强谁会赢？是被修改。”

此外，研究团队需要将基于模型的应用程序分发给整个公司的数十名投资组合经理。过去，微软的软件开发人员会将研究团队提供的算法重新编码到微软^®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和容易出错，减慢了更新的速度，并使维护变得困难。

Robeco的研究人员使用MATLAB开发了股票选择、信贷选择、债务抵押债券定价等的算法和模型投资组合优化．为了简化部署，该团队使用Microsoft . net框架的MATLAB编译器SDK™将模型转换为计算组件，集成到软件开发团队的Visual Basic应用程序中。

研究团队首先在MATLAB中实现了一个选股模型。该模型筛选基金，并作为量化多头基金及其市场中性投资组合的业绩驱动因素。该团队还在MATLAB中为他们的选股模型构建了一个完整的回测环境。

在这种环境下，研究人员进行了多次反向测试，以找到最佳模型，不仅是在性能方面，而且在鲁棒性方面。通过进行各种灵敏度分析来测试鲁棒性，这些灵敏度分析可以很容易地添加到MATLAB的回测环境中。在开发了一个有效的股票选择模型之后，该团队使用优化工具箱™开发了基于适当风险水平构建和再平衡最优投资组合的算法。

该团队使用MATLAB和优化工具箱进行历史投资组合模拟，以生成投资组合，在给定的约束条件下，如买卖阈值、最小投资组合权重、β暴露限制，以及国家或地区限制。

为了避免将算法翻译成Visual Basic代码的时间和费用，Robeco的定量分析师使用MATLAB Compiler SDK为软件开发团队创建基于定量模型的dll。软件开发人员随后创建了Visual Basic应用程序，该应用程序访问dll来计算股票排名并执行投资组合优化例程。

采用同样的方法，Robeco的研究人员开发并部署了公司债券选择、货币配置、债务抵押债券定价和国家配置的MATLAB模型。

Robeco还使用MATLAB计算其私募股权基金的概率分布，并运行蒙特卡洛模拟，以确定监管和经济资本以及储蓄账户的客户行为。