基于GPU的最小二乘蒙特卡罗算法期权定价

发布时间：2021-12-24 18:23

　　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。 

【文章来源】：计算机工程与应用. 2020,56(04)北大核心CSCD

【文章页数】：5 页

【部分图文】：

一维期权随路径数变化的耗时和加速比

图1 一维期权随路径数变化的耗时和加速比可以看出，由于GPU数据传输与数据计算重叠，隐藏了通信时间，随着路径数目的增加，一维期权加速比最高可达到20.275，四维期权加速比最高可达到47.538。

一维期权随路径数变化的加速比

【参考文献】：
期刊论文
[1]基于方差缩减的高维美式期权Monte Carlo模拟定价[J]. 陈金飚,林荣斐.  浙江大学学报(理学版). 2017(05)
[2]最小二乘蒙特卡洛美式期权定价的GPU实现[J]. 孙延维,雷建军.  华中师范大学学报(自然科学版). 2016(03)
[3]美式期权定价的一种蒙特卡洛方法[J]. 张丽虹.  经济研究导刊. 2015(27)
[4]美式期权定价的数值方法[J]. 梁义娟,徐承龙.  应用数学与计算数学学报. 2013(01)
[5]基于加权最小二乘拟蒙特卡罗的美式期权定价[J]. 杨海军,雷杨.  系统工程学报. 2008(05)
[6]美式期权定价的最小二乘蒙特卡洛模拟方法[J]. 吴建祖,宣慧玉.  统计与决策. 2006(01)
[7]基于偏最小二乘回归的美式期权仿真定价方法[J]. 郑承利,韩立岩.  应用概率统计. 2004(03)

硕士论文
[1]基于CV-LSM模型的美式期权和债券定价问题的研究[D]. 陈萌.上海师范大学 2015



本文编号：3550971