单障碍欧式期权Vega数值计算方法和装置制造方法及图纸

本发明专利技术提供了一种单障碍欧式期权Vega数值计算方法和装置，涉及大数据，该方法包括：初始化CPU和GPU，获取预存数据；响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果；将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。单障碍欧式期权Vega数值解。单障碍欧式期权Vega数值解。

【技术实现步骤摘要】
单障碍欧式期权Vega数值计算方法和装置


[0001]本专利技术涉及大数据
，尤其涉及一种单障碍欧式期权Vega数值计算方法和装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]期权产品定价输入维度为行权价格，期限，波动率，输出为定价和风险参数。假设行权价格数量有n，期限为t，波动率δ，则计算量总量为n*t*δ，且数学公式计算逻辑相对简单。当需要定价的期权交易量x，n，t，δ乘积的数量相对大时，CPU由于其体系结构局限，性能将成为其局限。
[0004]期权定价输入维度分为行权价格，期权和波动率，且每个维度数据量都不小。交易量比较大时，会出现大量的重复单纯计算场景。CPU体系架构的特性为串行计算特性，大数据量计算时，会出现计算瓶颈。CPU体系架构下的性能优化就会受限于其体系结构的局限而出现瓶颈。
[0005]因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。

技术实现思路

[0006]本专利技术实施例提供一种单障碍欧式期权Vega数值计算方法，发挥GPU
‑
CPU的共同优点，提高估值，行情快速变化时，提升欧式期权Vega的计算性能，该方法包括：
[0007]初始化CPU和GPU，获取预存数据；
[0008]响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；
[0009]将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果；
[0010]将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。
[0011]本专利技术实施例还提供一种单障碍欧式期权Vega数值计算装置，包括：
[0012]初始化模块，用于初始化CPU和GPU，获取预存数据；
[0013]调度模块，用于响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；
[0014]并行计算模块，用于将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元
CU的并行处理结果；
[0015]单障碍欧式期权Vega数值解确定模块，用于将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。
[0016]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种单障碍欧式期权Vega数值计算方法。
[0017]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种单障碍欧式期权Vega数值计算方法。
[0018]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述一种单障碍欧式期权Vega数值计算方法。
[0019]本专利技术实施例提供的一种单障碍欧式期权Vega数值计算方法和装置，包括：初始化CPU和GPU，获取预存数据；响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果；将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。本专利技术实施例使用GPU
‑
CPU异构架构来实现矩阵计算欧式期权Vega性能优化问题，GPU
‑
CPU异构架构结合了GPU和CPU优点，合理分布逻辑，发挥GPU
‑
CPU的共同优点，提高估值，行情快速变化时，提升欧式期权Vega的计算性能。从单障碍欧式期权Vega数值计算应用场景来看，矩阵向量计算涉及到的计算逻辑相对简单，便于大规模并行化处理。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0021]图1为本专利技术实施例一种单障碍欧式期权Vega数值计算方法示意图。
[0022]图2为本专利技术实施例一种单障碍欧式期权Vega数值计算方法的架构图。
[0023]图3为本专利技术实施例一种单障碍欧式期权Vega数值计算方法的计算流程图。
[0024]图4为本专利技术实施例一种单障碍欧式期权Vega数值计算方法的数据流示意图。
[0025]图5为运行本专利技术实施的一种单障碍欧式期权Vega数值计算的计算机设备示意图。
[0026]图6为本专利技术实施例一种单障碍欧式期权Vega数值计算装置示意图。
具体实施方式
[0027]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0028]图1为本专利技术实施例一种单障碍欧式期权Vega数值计算方法示意图，如图1所示，本专利技术实施例提供一种单障碍欧式期权Vega数值计算方法，发挥GPU
‑
CPU的共同优点，提高估值，行情快速变化时，提升欧式期权Vega的计算性能，该方法包括：
[0029]步骤101：初始化CPU和GPU，获取预存数据；
[0030]步骤102：响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；
[0031]步骤103：将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果；
[0032]步骤104：将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。
[0033]本专利技术实施例提供的一种单障碍欧式期权Vega数值计算方法，包括：初始化CPU和GPU，获取预存数据；响应于估值定价计算需求的触发，根据预存数据，加载计算标的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单障碍欧式期权Vega数值计算方法，其特征在于，包括：初始化CPU和GPU，获取预存数据；响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存；将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果；将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解。2.如权利要求1所述的方法，其特征在于，所述预存数据，包括：估值风险计量所需的静态参数及惯例，GPU的相对静态参数；所述GPU的相对静态参数，包括：GPU核数，调度模式。3.如权利要求1所述的方法，其特征在于，响应于估值定价计算需求的触发，根据预存数据，加载计算标的的动态信息至内存，调用CPU计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置申请内存，包括：响应于CPU接收估值定价计算需求，触发CPU调用内存，加载计算标的的动态信息至内存；所述计算标的的动态信息，包括：计算标的的交易量，行权价格，期限，波动率；根据计算标的的交易量、行权价格、期限和波动率，调用CPU根据预存数据，计算需要启动的GPU的并行计算单元CU数量，为每个并行计算单元CU配置对应的申请内存。4.如权利要求3所述的方法，其特征在于，所述波动率，包括：标准期限的波动率，非标准期限的波动率；在加载计算标的的动态信息至内存时，当缺乏非标准期限的波动率时，调用GPU并行计算采取波动率值，以三次样条计算log
‑
moneyness方式，线性插值计算day
‑
weighted维度，确定非标准期限的波动率。5.如权利要求3所述的方法，其特征在于，将计算标的的动态信息由内存分配至申请内存，多线程调用GPU中启动的并行计算单元CU执行单障碍欧式期权Vega数值计算，确定每一并行计算单元CU的并行处理结果，包括：根据行权价格、期限和波动率，在申请内存中创建三维坐标系；将计算标的的动态信息转换为GPU内部数据模板；根据GPU内部数据模板，调用CPU产生GPU副本变动动作；根据三维坐标系和GPU内部数据模板，生三维曲面数据；加载三维曲面数据和GPU内部数据模板，确定当前最新三维曲面数据；将当前最新三维曲面数据分配至申请内存，调整波动率和行权价格调至计算目标值，多线程调用GPU中启动的并行计算单元CU，计算期权波动率增加1个单位的期权价格和期权波动率减少1个单位的期权价格；根据权波动率增加1个单位的期权价格和期权波动率减少1个单位的期权价格，计算三维曲面上预设期限内所有点的Vega值，作为每一并行计算单元CU的并行处理结果；所述预设期限，包括：标准期限，非标准期限。6.如权利要求5所述的方法，其特征在于，将每一并行计算单元CU的并行处理结果返回CPU，确定单障碍欧式期权Vega数值解，包括：将每一并行计算单元CU的并行处理结果中的三维曲面上预设期限内所有点的Vega值以曲面数据的形式返回至CPU，进行组装和串行计算处理，确定单障碍欧式期权Vega数值
解。7.一种单障碍欧式期权Vega数值计算装置，其特征在于，包括：初始化模块，用于初始化CPU和GPU，获取预存数据；调...

【专利技术属性】
技术研发人员：高辉，周军，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：