基于历史模拟法的风险价值算法在GPU上的实现和优化

摘要：

风险价值(Value at Risk,VaR)是风险管理的基本工具,可对现有头寸的下行风险提供量化衡量方法.基于历史模拟法的VaR(Historical VaR)是最流行的计算方法之一,被广泛应用于世界各大金融机构.对金融产品进行实时或准实时的VaR计算,对于及时规避金融风险具有重要意义.由于金融产品日益复杂,产品数量持续增长,现有CPU计算平台上的计算能力已经难以满足VaR的性能需求.为解决这一问题,在GPU上使用CUDA对Historical VaR的计算代码进行了实现和优化.通过改进排序算法、基于Multi-stream隐藏通讯时间、解耦数据依赖并实现细粒度并行等优化方法,CUDA版本的VaR计算性能比优化后的CPU单核性能提升了42.6倍,为快速计算超大数量债券的VaR提供了有效的解决方案.以上优化方法也可以为金融领域内其他算法的GPU化提供思路.

关键词：风险价值、Historical VaR、CUDA、风险管理

所属期刊栏目：45

分类号：TP399(计算技术、计算机技术)

资助基金：NVIDIA GLOBAL CENTER OF EXCELLENCE,NVIDIA GPU全球卓越中心项目资助

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：291-294,321