Vidareutveckling av portföljoptimerare

Projektets bakgrund och metodik
Söderberg & Partners är Sveriges största pensionsrådgivare. Enligt gängse finansiell teori utgår vi från våra kunders riskpreferens när vi ger investeringsråd till våra kunder. Detta arbete innebär att analysera en kunds finansiella portfölj i termer av risk och förväntad avkastning, samt att ta fram portföljförslag som maximerar den förväntade avkastningen givet kundens riskprofil. Beräkningarna görs automatiserat baserat på information om kundens portfölj och inkomst som finns lagrade i våra databaser. Det datorprogram som implementerar denna portföljoptimering benämner vi ”riskmotorn”.

För att ständigt kunna ge bättre rådgivning åt våra kunder pågår ett ständigt arbete med att förbättra våra investeringsråd, inklusive utveckling av riskmotorn. Våra kunders portföljer innehåller en mängd instrument vars avkastningsprofiler är såväl linjära som icke-linjära funktioner av avkastningen på olika marknader, vilka i sin tur kan ha olika fördelningsfunktioner på avkastningen. Vi behöver utveckla ett allmänt förfaringssätt för riskmotorn att utföra en effektivare optimering av våra kunders portföljer där vi släpper antaganden om normalfördelade marknadsavkastningar utan auto- och korskorrelationer över tiden och andra liknande restriktioner. Denna utveckling får samtidigt inte göra riskmotorn alltför beräkningstung.

Examensarbetarens bakgrund
Vi söker en student med bakgrund inom scientific computing eller finansiell matematik och datalogi. Det är mycket önskvärt att personen ifråga har goda kunskaper inom såväl matematik som erfarenhet av programmering. Examensarbetet utförs på Söderberg & Partners huvudkontor på Regeringsgatan i Stockholm under hösten 2011.

Sökande kommer att genomgå ett enkelt Excel-test innan projektet startar. Sökande utan erfarenhet, men med god motivation bör kunna klara testet efter att ha läst några tutorials, exempelvis http://office.microsoft.com/en-us/training/CR061831141033.aspx för Excel. Bifoga personligt brev, CV, högskole- och gymnasiebetyg till din ansökan.

Handledare:
Peng Zhou, [email protected]
Fredrik Edin, [email protected]

Ansök via nedanstående länk:
http://www.staffrec.se/viewad.php?i=146&lang=se&secret=&id=24739