基于异构平台的实时值VaR研究

发布时间：2017-09-26 02:13

  本文关键词：基于异构平台的实时值VaR研究

  更多相关文章： 风险价值 Hurst指数 Monte Carlo模拟 CPU+MIC异构

【摘要】：在现代的金融自动化交易系统中最核心模块主要是策略模块与风险量化模块,其中策略量化模块目前多利用风险价值(VaR)来作为相应资产组合风险量化的工具。VaR是否能有效实现风险的量化又取决于风险模型本身的可靠性与其算法的高效实现。风险模型用于描述对象金融产品价格波动的随机过程,其中关键在于确定价格波动的相关性亦或记忆性。不过各种的金融产品记忆性的时间维度各不相同,有的在短期存在记忆性,而有的则在长期存在记忆性。根据投资者交易频率的不同,短期或长期的记忆性对于价格波动的影响程度也各异。由于国内股票交易市场基本是按日线T+1交易,故而日间的长期记忆性分析对于相应金融产品的风险量化意义重大。本文则利用基于重标极差法计算的Hurst指数来创业板355支股票时间序列的长期记忆性。经过本文计算发现创业板股票都存在长期记忆性,并且有超过87%的股票Hurst指数处在[0.66,0.71]范围内。因而在利用VaR来量化相应金融产品风险时,可以利用上述长期记忆性来优化相应风险因子的风险模型。风险模块的高效实现主要目的是相比于竞争对手能更快的发现风险,尽早做出反应降低损失。在VaR实际计算中,基于Monte Carlo模拟的方法因为其计算成本的高昂,限制了其在大规模资产风险量化中的应用。本文针对此点,结合近些年来逐渐在超级计算领域流行的协处理器提出了基于CPU+MIC异构高性能平台来加速Monte Carlo模拟的计算过程。经过优化努力,CPU+MIC异构高性能平台相比于原来CPU单线程程序加速9.12倍。此将大幅提高投资者对风险的反应速度。
【关键词】：风险价值 Hurst指数 Monte Carlo模拟 CPU+MIC异构
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830.9;TP38
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-16
• 1.1 选题的背景和意义9-14
• 1.2 本文主要工作14
• 1.3 本文的主要创新之处14-15
• 1.4 本文组织结构15-16
• 第二章 相关理论与技术16-30
• 2.1 股票市场长期记忆性研究现状16-19
• 2.2 基于VaR的风险管理发展19-22
• 2.2.1 历史模拟法21
• 2.2.2 方差-协方差法21-22
• 2.2.3 Monte Carlo模拟法22
• 2.3 VaR风险管理应用研究现状22-27
• 2.4 集成众核(MIC)简介27-30
• 第三章 创业板的市场风险建模30-42
• 3.1 创业板股票Hurst指数实证分析30-34
• 3.2 创业板股票基于ARFIMA模型的VaR建模34-39
• 3.2.1 ARMA模型与ARIMA模型35-37
• 3.2.2 ARFIMA模型建模37-39
• 3.3 基于ARFIMA模型的VaR计算实证分析39-41
• 3.4 本章小结41-42
• 第四章 基于VaR方法的实时市场风险计量42-56
• 4.1 CPU+MIC协同计算硬件平台介绍42-44
• 4.2 CPU+MIC协同计算流程设计44-49
• 4.3 CPU+MIC协同计算的并行化与优化49-55
• 4.4 本章小结55-56
• 第五章 程序化自动风险管理56-68
• 5.1 程序化交易系统简介57-59
• 5.2 融资融券程序化交易系统功能模块简介59-67
• 5.2.1 数据输入模块59-62
• 5.2.2 策略分析模块62-63
• 5.2.3 基于VaR的资金管理功能63-64
• 5.2.4 订单生成与执行模块64-67
• 5.3 本章小结67-68
• 第六章 总结与展望68-69
• 致谢69-70
• 参考文献70-77

【参考文献】

中国期刊全文数据库 前3条

1 田新时,刘汉中,李耀;沪深股市一般误差分布(GED)下的VaR计算[J];管理工程学报;2003年01期

2 庄泓刚;王春峰;房振明;卢涛;;基于L-矩的厚尾分布动态拟合研究[J];管理学报;2010年08期

3 余素红,张世英,宋军;基于GARCH模型和SV模型的VaR比较[J];管理科学学报;2004年05期

，

本文编号：920878