基于历史模拟法的风险价值算法在GPU上的实现和优化

• 作者: 孟德龙 张劼 文敏华 林新华 陆豪
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 风险价值 Historical VaR CUDA 风险管理
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 交叉与前沿
• 页码范围: 291-294,321
• 页数: 5页
• 分类号: TP399
• 字数: 5139字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.05.050

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林新华	上海交通大学高性能计算中心	29	59	5.0	6.0
2	孟德龙	上海交通大学高性能计算中心	2	10	1.0	2.0
3	文敏华	上海交通大学高性能计算中心	13	22	3.0	4.0
4	张劼		1	0	0.0	0.0
5	陆豪		1	0	0.0	0.0