10.11896/j.issn.1002-137X.2018.05.050
基于历史模拟法的风险价值算法在GPU上的实现和优化
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.
风险价值、Historical VaR、CUDA、风险管理
45
TP399(计算技术、计算机技术)
NVIDIA GLOBAL CENTER OF EXCELLENCE,NVIDIA GPU全球卓越中心项目资助
2018-06-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
291-294,321