R&D Labs stellt sicher, dass wir bei Ortec Finance Innovation in den Mittelpunkt stellen. Technologieseitig zählen dazu unter anderem die Beratung bei wichtigen architektonischen Entscheidungen, die Unterstützung bei der Entwicklung von Produktinkrementen, die Fokussierung auf nichtfunktionale Aspekte und die Organisation von Veranstaltungen zum Wissensaustausch. Auf methodischer Seite bedeutet dies, dass wir Methoden entwickeln bzw. stets auf zeitgemässe Methoden setzen, die dem Kundenbedarf am besten entsprechen. In jedem Fall arbeiten wir eng mit unseren Chapters- und Engineering-Teams zusammen.

Kontakt

Joris Cramwinckel
Technologist
+31 10 700 54 12
Mike Markus
Chapter Lead
+31 10 700 56 54

Heutig schwerpunktbereiche

Technologie

  • High Performance Computing

    Ortec Finance liefert rechenintensive Simulationsmodelle, die viele Daten benötigen. Es besteht ein zunehmender Bedarf an Geschwindigkeit. Während das Datenvolumen wächst, wünschen sich Kunden Dienstleistungen in Echtzeit.

    Bei R&D Labs arbeiten und experimentieren wir mit Spitzentechnologien in diesem Bereich: GPU-Computing (Grafikprozessorberechnungen), Multi-Core-Prozessoren und verteilte Programmiermodelle, die eine serverlose oder containerbasierte Architektur verwenden.

  • Benutzererfahrung

    Als kompetenter Anbieter von Technologie für die Anlageentscheidung konzipieren wir für unsere Modelle Benutzeroberflächen, die den Bedürfnissen des Anwenders entsprechen. Wir achten auch darauf, sie für weniger erfahrene Benutzer zugänglich zu machen. Darüber hinaus untersuchen wir Alternativen zu Point-and-Click-Oberflächen und den potenziellen Mehrwert von Mixed-Reality-Anwendungen bei Anlageentscheidungen.

  • Distributed-Ledger-Technologien (DLT)

    Wir glauben, dass DLT einen tiefgreifenden Einfluss auf die Finanzwelt haben werden. Bei R&D Labs wollen wir dabei helfen, das Risikomanagement für robotisierte Finanzdienstleistungen zu demokratisieren und zum globalen Standard beizutragen, zum Beispiel durch die Prototypenentwicklung von dezentralisierten Finanzdienstleistungen im Pensions- und Versicherungsbereich.

  • Maschinelles Lernen

    Innerhalb des Finanzrisikomanagements findet das maschinelle Lernen (noch) keine breite Anwendung und Akzeptanz. Die Aufsichtsbehörden verlangen bei Risikomanagementmodellen oft ein hohes Mass an ökonomischer Interpretierbarkeit. Unsere aktuelle Forschung konzentriert sich hauptsächlich auf die Herstellung eines Gleichgewichts zwischen Interpretierbarkeit und Modellgenauigkeit unter Verwendung ökonometrischer, statistischer und maschineller Lernwerkzeuge.

  • Cybersicherheit

    Heutzutage bevorzugen die meisten unserer Kunden unkomplizierte SAAS-Lösungen, die ausserhalb ihrer eigenen Räumlichkeiten gehostet werden. Anwendungen laufen auf privaten oder hybriden Clouds und müssen oft mit den Benutzerverwaltungssystemen des Kunden verbunden werden. Dabei ist Sicherheit sowohl für die Anwendungssoftware als auch für die verwendete Infrastruktur unerlässlich.

  • (Micro-)Service-orientierte Architektur

    Während Märkte und Kunden Veränderungen fordern, vereinfachen technologische Lösungen die Kombination der besten Komponenten verschiedener Anbieter zu einer ganzheitlichen Lösung. Um eine schnelle Anpassung unter Beibehaltung unserer Wertschöpfung zu ermöglichen, definieren wir Hauptdienstleistungen, die für mehrere Lösungen genutzt werden können: sowohl in der Benutzeroberfläche (UI) als auch in der Programmierschnittstelle (API), als eigenständiges Produkt oder als Teil einer breiteren Lösung.

Modellierung

  • Prognosen

    Damit wir unsere Kunden bei ihren Anlageentscheidungen unterstützen können, sind verlässliche Einschätzungen zu künftigen Risiken und Erträgen unverzichtbar. Wir versuchen, wissenschaftliche Modellierungsansätze auf praktische Anwendungen mit mehr Vermögenswerten und langen Anlagehorizonten zu übertragen. Wir entwickeln Modelle mit einem ausgewogenen Verhältnis zwischen einer auf Vergangenheitsdaten basierenden Prognose und Experteneinschätzungen zu künftigen Risiken und Erträgen.

  • Anlageentscheidungen

    Mit Einschätzungen zu künftigen Risiken und Erträgen unterstützen wir unsere Kunden im Anlageentscheidungsprozess. Dieser Schwerpunktbereich umfasst traditionelle Portfoliooptimierung, robuste Optimierung, dynamische Anlagerichtlinien und Robo-Finanzplanung.

  • Klimarisiko

    Der Klimawandel ist eines der langfristigen Themen, das institutionellen Anlegern am meisten Sorge bereitet. Wir berücksichtigen das Klimarisiko in unseren vorausschauenden Prognosemodellen, indem wir wirtschaftliche Ausblicke für verschiedene Klimawandelszenarien erstellen. Mit diesen Ausblicken unterstützen wir klimabewusste Anlageentscheidungen und auf klimabedingte Risiken fokussierte Szenarioanalysen für die Offenlegung und Berichterstattung.

  • Immobilienbewertung

    Mithilfe von fortschrittlichen ökonometrischen Modellen und einer einzigartigen Datenbasis entwickeln wir Modelle für die Bewertung von Immobilienpreisen. Die Preise ergeben sich aus den Eigenschaften der Immobilie wie etwa Standort und Grösse. Diese Modelle können beispielsweise für steuerliche Zwecke herangezogen werden, die eine einheitliche und erklärbare Bewertung erfordern.

  • Optionsbewertung

    Insbesondere Versicherungsgesellschaften, aber auch Pensionsfonds können Optionen in ihre angebotenen Produkte einbetten. Ein Beispiel sind Gewinnbeteiligungen. Die Bewertung von Produkten dieser Art erfordert einen risikoneutralen Modellierungsansatz. Um zukünftige Bewertungen zu prognostizieren, kombinieren wir gezielt eine risikoneutrale Bewertung mit unserem realitätsnahen Prognosemodell.