NVIDIA DGX-2和加速Python庫(kù)為STAC-A3算法提供了前所未有的加速,可用于對(duì)交易策略進(jìn)行基準(zhǔn)回測(cè)。
NVIDIA可為對(duì)沖基金行業(yè)交易策略基準(zhǔn)回測(cè)算法提供超6,000倍的計(jì)算加速。
這一大規(guī)模GPU加速對(duì)金融服務(wù)行業(yè)有著重大意義。對(duì)于上萬家對(duì)沖基金而言,他們將能夠設(shè)計(jì)更復(fù)雜的模型,并對(duì)其進(jìn)行更嚴(yán)苛的壓力測(cè)試,且能夠在幾小時(shí)而非幾天的時(shí)間內(nèi)對(duì)其進(jìn)行回測(cè)。而且,金融工程師、數(shù)據(jù)科學(xué)家和交易員將能夠構(gòu)建更智能的算法,更快地將其投入生產(chǎn),從而節(jié)約數(shù)百萬美元的硬件成本。
根據(jù)《全球算法交易市場(chǎng)2016-2020》( Global Algorithmic Trading Market 2016–2020)報(bào)告,在約90%的公開交易中都采用了金融交易算法。此外,根據(jù)《華爾街日?qǐng)?bào)》(Wall Street Journal)報(bào)道,特別是在當(dāng)前美股市場(chǎng)交易中,量化交易已增長(zhǎng)至約三分之一。
證券技術(shù)分析中心(STAC)也已證實(shí)了這一突破性成果,該分析中心的成員包括了全球390多家領(lǐng)先的銀行、對(duì)沖基金和金融服務(wù)技術(shù)公司。
NVIDIA使用STAC-A3展示了其計(jì)算平臺(tái)的能力,STAC-A3是金融服務(wù)行業(yè)用于回測(cè)交易算法的基準(zhǔn)測(cè)試套件,可基于歷史數(shù)據(jù)來審視策略的表現(xiàn)情況將會(huì)是怎樣的。
通過使用一套NVIDIA DGX-2系統(tǒng)運(yùn)行加速Python庫(kù),NVIDIA突破了先前幾次的STAC-A3基準(zhǔn)測(cè)試結(jié)果。在一次測(cè)試中,其在60分鐘的規(guī)定測(cè)試時(shí)間內(nèi),在一組50臺(tái)的儀器上運(yùn)行了2,000萬次模擬,而此前的紀(jì)錄為3,200次模擬。
STAC-A3參數(shù)掃描基準(zhǔn)使用實(shí)際數(shù)據(jù)量,并回測(cè)簡(jiǎn)化交易算法的眾多變量,以確定每個(gè)模擬的利潤(rùn)和損失分?jǐn)?shù)。雖然該底層算法很簡(jiǎn)單,但對(duì)多種變量進(jìn)行并行測(cè)試的目的在于以實(shí)際方式對(duì)系統(tǒng)施壓。
現(xiàn)任STAC分析研究主管、前華爾街分析師Michel Debiche表示,“這種能對(duì)一組特定歷史數(shù)據(jù)進(jìn)行大量模擬的能力,對(duì)于交易和投資公司來說,很重要。在算法中探索更多的參數(shù)組合能夠?yàn)槲覀儙砀鼉?yōu)化的模型,從而制定出更具盈利性的策略。”
取得這樣的基準(zhǔn)測(cè)試結(jié)果是基于DGX-2服務(wù)器和Python所達(dá)到的。該DGX-2服務(wù)器由16塊NVIDIA V100 GPU為其提供并行處理能力;而Python則同時(shí)運(yùn)用了NVIDIA CUDA-X AI軟件以及NVIDIA RAPIDS和Numba機(jī)器學(xué)習(xí)軟件。
RAPIDS是一組不斷發(fā)展的庫(kù),可對(duì)常見Python數(shù)據(jù)科學(xué)任務(wù)中的GPU加速進(jìn)行簡(jiǎn)化。而Numba能夠讓數(shù)據(jù)科學(xué)家使用Python編寫代碼,并將其編譯到GPU原生CUDA中,從而輕松擴(kuò)展RAPIDS的功能。
RAPIDS和Numba軟件使數(shù)據(jù)科學(xué)家和交易員無需深入了解GPU編程也能發(fā)揮GPU的性能表現(xiàn)。
-
NVIDIA
+關(guān)注
關(guān)注
14文章
5025瀏覽量
103267 -
計(jì)算
+關(guān)注
關(guān)注
2文章
450瀏覽量
38835
原文標(biāo)題:NVIDIA為對(duì)沖基金關(guān)鍵算法提供超6,000倍的加速
文章出處:【微信號(hào):NVIDIA-Enterprise,微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論