Open Source bietet viele Vorteile. So mancher nutzt bereits quelloffene Software privat. Auch für Finanzinstitute eignet sie sich. Sie ist nicht nur sicherer, sondern häufig auch auf dem neuesten Stand der Anforderungen. Alte Vorurteile sollte dringend überdacht werden.
Die Open Source Software gewinnt zunehmend an Popularität, bei Privatpersonen wie auch bei Unternehmen. Finanzinstitute sind von dieser Entwicklung nicht ausgeschlossen. Auf Open-Systems spezialisierte Informatiker werden händeringend von so manchem Unternehmen gesucht. Sobald es aber um die Kernkompetenz der Finanzsoftware geht, sind Finanzinstitute sehr vorsichtig. Ein Grund dürfte wohl in der Autonomie der IT-Abteilungen bei „rein technischen Fragen“ liegen. Sobald es sich dagegen um Fachsoftware geht, will der Vorstand das letzte Wort behalten. Dass sich das Gerücht der angeblichen fehlenden Garantie bei Open Source hartnäckig hält, macht die Sache nicht leichter. Auch wenn Garantien für proprietäre Software selten Schadensersatz voraussehen, kann der Nutzer sich aber auf Support und regelmäßige Updates verlassen. Seit einiger Zeit gibt es aber auch die Open Source Finanzsoftware mit Support und Garantie.
OpenGamma
Dabei ist vor allem OpenGamma zu erwähnen. Gegründet im Jahr 2009 war OpenGamma von Anfang an Open Source und gleichzeitig kommerziell. Aktuell gibt es sowohl „open source“ als auch „commercial“-Versionen. Laut eigenen Angaben kommt OpenGamma in Einsatz bei mehreren führenden Finanzinstituten. Dabei ist die „open source“ Version auch vollkommen. Abgesehen von der Garantie fehlen nur manche „Luxusmodule“ wie Integration mit Excel und Matlab. Die „open source“-Lizenz (Apache License 2.0) verdient zudem auch das Prädikat commercial-friendly. So erlaubt sie u.a. Redistribution und Code-Änderungen. Sie verpflichtet nicht den Nutzer, eigene Erweiterungen offenzulegen. Ein weiterer Vorteil bei OpenGamma ist der verständliche und gut strukturierte Quellcode. Eine Reihe von Entwicklungsmustern ist ebenfalls positiv hervorzuheben, die von Entwicklern diszipliniert befolgt werden.
Eine strategisch kluge Entscheidung der Verantwortlichen bei OpenGamma war zweifelsohne, ihr Programm in Java zu implementieren. Auch wenn Java bei rechenintensiven finanzmathematischen Kalkulationen langsamer als C++ ist, kann man im Allgemeinen doch mit Java schneller programmieren. Nicht umsonst gewinnt Java im Vergleich zu C++ zunehmend an Popularität. Die meisten Studenten der Informatik lernen Java, nur die wenigsten von ihnen widmen sich C++.
Open Gamma ist auf dem neuesten Stand
Aber nicht nur in technischen Belangen bleibt OpenGamma immer auf dem neuesten Stand, sondern auch in fachlichen. Nehmen wir als Beispiel den Bedarf, Finanzprodukte mit mehreren Zinskurven („reference und discount curve“) zu bewerten. Obwohl dies seit der Finanzkrise bekannt ist, sind einige Banken immer noch nicht mit der Migration der „multicurve Umgebung“ fertig. OpenGamma enthält diese Funktionalität schon seit mehreren Jahren.
QuantLib
Das andere bekannte Projekt QuantLib wurde ursprünglich im Jahr 2000 als nichtkommerzielles Projekt gegründet. Die seit einiger Zeit als kommerzielle Version vorhandene QuantLib2 ist eher unbekannt. Im Dunkeln liegt auch die Zahl der Finanzinstitute, die QuantLib tatsächlich einsetzen. Sicher ist nur, dass es viele Interessenten gibt. Die IKB bekennt sich offen, QuantLib zu nutzen. Auch bei einigen Firmen basieren Lösungen auf QuantLib, etwa bei Quaternion Risk Management, aber „reine QuantLib Berater“ sind eher unbekannt.
Wahrscheinlich ist die QuantLib für die absolute Mehrheit nichts anderes als eine zu große Herausforderung. Das gilt schon alleine für die Kompilierung des Quellcodes. Auch die Codequalität ist heterogen. Man kann aber festhalten, dass QuantLib zwar zuverlässig ist, aber leider nicht immer und überall. Entscheidet sich ein Finanzinstitut für diese Finanzsoftware als Hauptsystem, ist ihnen ein genauer Test zu raten. Eine uneingeschränkte Empfehlung kann ich für QuantLib nur als zweites Rechentool aussprechen. Es gibt kaum eine Software, kommerzielle eingeschlossen, die über solch einen Reichtum an Instrumenten und Bewertungsmodellen verfügt. Das spielt besonders bei einer Einschätzung von Modellrisiken eine Rolle. Fast für jede Klasse gibt es einen Testfall, welchen man als Ansatzpunkt benutzen kann. Und falls es für Eigenentwicklung entschieden wird, muss das Rad nicht neu erfinden. Jeder Verantwortliche, der sich beruflich mit date arithmetic (Zinsusancen, Verschieberegel, Feiertagskalender) auseinandersetzt, kann die Aussage bestätigen, dass dies zwar wichtig, aber genauso lästig ist. Da date arithmetic im Kern von QuantLib liegt, kann man diesen Teil produktiv übernehmen ohne Qualitätsprobleme zu befürchten.
Alte Gewissheiten müssen überdacht werden
Das alte Vorurteil, dass es bei Open Source Software keine Garantie gibt, gilt nicht mehr. Es gibt einige langjährig erfolgreiche Open Source Finanzsoftwareprojekte: OpenGamma, QuantLib. Man kann diese als zweites Rechentool einsetzen oder zumindest die gut getesteten Teile davon ins produktive System übernehmen, dadurch reduziert man Entwicklungszeit und Kosten.
Bildnachweis: cnythzl über istockphoto.de
