高性能金融仿真：基于随机化准蒙特卡洛方法
摘要：GPU计算在计算金融领域越来越受欢迎，许多金融机构正在将基于CPU的应用程序转移到GPU平台上。由于大多数蒙特卡洛算法具有尴尬的并行性，它们从并行实现中获益匪浅，因此蒙特卡洛已成为GPU计算的重点。文献中报道的GPU加速示例常涉及蒙特卡洛算法，并且商业上存在着可以帮助将蒙特卡洛金融定价模型迁移到GPU的软件工具。 我们对蒙特卡洛和随机准蒙特卡洛方法进行了调查，并讨论了现有的(GPU)蒙特卡洛序列库。我们讨论了与开发高效(GPU)蒙特卡洛方法相关的GPU体系结构的特定特征。我们介绍了一种最新的随机准蒙特卡洛方法，并将其与一些现有的在GPU上的实现进行了比较，这些实现在LIBOR市场模型和抵押贷款支持证券的封顶定价中使用。
作者：Linlin Xu and Giray "Okten
论文ID：1408.5526
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2014-08-26