文件名称：使用多核和多核处理器的便携式快速随机波动率模型校准-研究论文
文件大小：340KB
文件格式：PDF
更新时间：2024-06-29 22:46:05
Calibration Stochastic Volatility
金融市场瞬息万变，按需定价和风险模型必须不断重新校准以降低风险。 然而，由于目标函数的非凸性，某些类别的模型需要大量计算才能稳健地校准到日内价格——随机波动率模型是一个典型的例子。 为了通过并行实现加速这一过程，金融应用程序开发人员面临着越来越多的低级高性能计算框架，如 OpenMP、OpenCL、CUDA 或 SIMD 内在函数，并*在两者之间做出权衡。性能与促进快速内部模型开发和生产所需的代码的可移植性、灵活性和模块化。 本文描述了使用 Xcelerit 平台在多核 CPU 和 GPU 上加速随机波动率模型校准。 通过采用简单的数据流编程模型，Xcelerit 平台使应用程序开发人员能够编写顺序的高级 C 代码，而无需担心低级高性能计算框架。 该平台提供了应用程序开发人员所需的可移植性、灵活性和模块化。 与顺序 CPU 实现相比，在 Intel Xeon CPU 和 NVIDIA Tesla K40 GPU 上分别实现了高达 $30$x 和 $293$x 的加速。 Xcelerit 平台实现进一步被证明在性能上等同于低级 CUDA 版本。 总体而言，我们能够将 CPU 和 GPU 上顺序实现的整个校准过程时间分别从 6,189 秒减少到 183.8 和 17.8 秒，而无需开发人员在低级高性能计算框架中重新实现。