期权是以金融产品作为行权品种的交易合约。随着期权交易规模和交易量的迅速增长,期权定价的计算量越来越大,在传统CPU平台上对期权进行定价变得越来越困难。图形处理器(GPU)平台的出现和发展为解决期权定价计算提供了解决方案。在GPU...期权是以金融产品作为行权品种的交易合约。随着期权交易规模和交易量的迅速增长,期权定价的计算量越来越大,在传统CPU平台上对期权进行定价变得越来越困难。图形处理器(GPU)平台的出现和发展为解决期权定价计算提供了解决方案。在GPU上使用最小二乘蒙特卡罗算法(Least Squares Monte Carlo,LSM)实现了对一维和四维美式期权定价计算:首先利用CURAND库产生大量随机数,然后并行化期权标的价格变化路径,最后对最小二乘法和贴现定价进行并行化。为提高GPU平台上LSM方法的计算效率,对整个过程进行了优化。实际测试结果表明,在CPU+GPU上实现一维和四维美式期权定价相对CPU平台的加速比最高分别达到20.275和47.538,且比其他文献的方法整体性能有较大的提升。展开更多
文摘期权是以金融产品作为行权品种的交易合约。随着期权交易规模和交易量的迅速增长,期权定价的计算量越来越大,在传统CPU平台上对期权进行定价变得越来越困难。图形处理器(GPU)平台的出现和发展为解决期权定价计算提供了解决方案。在GPU上使用最小二乘蒙特卡罗算法(Least Squares Monte Carlo,LSM)实现了对一维和四维美式期权定价计算:首先利用CURAND库产生大量随机数,然后并行化期权标的价格变化路径,最后对最小二乘法和贴现定价进行并行化。为提高GPU平台上LSM方法的计算效率,对整个过程进行了优化。实际测试结果表明,在CPU+GPU上实现一维和四维美式期权定价相对CPU平台的加速比最高分别达到20.275和47.538,且比其他文献的方法整体性能有较大的提升。
