本文關鍵詞：基于異構平臺的實時值VaR研究

  更多相關文章： 風險價值 Hurst指數(shù) Monte Carlo模擬 CPU+MIC異構

【摘要】：在現(xiàn)代的金融自動化交易系統(tǒng)中最核心模塊主要是策略模塊與風險量化模塊,其中策略量化模塊目前多利用風險價值(VaR)來作為相應資產(chǎn)組合風險量化的工具。VaR是否能有效實現(xiàn)風險的量化又取決于風險模型本身的可靠性與其算法的高效實現(xiàn)。風險模型用于描述對象金融產(chǎn)品價格波動的隨機過程,其中關鍵在于確定價格波動的相關性亦或記憶性。不過各種的金融產(chǎn)品記憶性的時間維度各不相同,有的在短期存在記憶性,而有的則在長期存在記憶性。根據(jù)投資者交易頻率的不同,短期或長期的記憶性對于價格波動的影響程度也各異。由于國內(nèi)股票交易市場基本是按日線T+1交易,故而日間的長期記憶性分析對于相應金融產(chǎn)品的風險量化意義重大。本文則利用基于重標極差法計算的Hurst指數(shù)來創(chuàng)業(yè)板355支股票時間序列的長期記憶性。經(jīng)過本文計算發(fā)現(xiàn)創(chuàng)業(yè)板股票都存在長期記憶性,并且有超過87%的股票Hurst指數(shù)處在[0.66,0.71]范圍內(nèi)。因而在利用VaR來量化相應金融產(chǎn)品風險時,可以利用上述長期記憶性來優(yōu)化相應風險因子的風險模型。風險模塊的高效實現(xiàn)主要目的是相比于競爭對手能更快的發(fā)現(xiàn)風險,盡早做出反應降低損失。在VaR實際計算中,基于Monte Carlo模擬的方法因為其計算成本的高昂,限制了其在大規(guī)模資產(chǎn)風險量化中的應用。本文針對此點,結合近些年來逐漸在超級計算領域流行的協(xié)處理器提出了基于CPU+MIC異構高性能平臺來加速Monte Carlo模擬的計算過程。經(jīng)過優(yōu)化努力,CPU+MIC異構高性能平臺相比于原來CPU單線程程序加速9.12倍。此將大幅提高投資者對風險的反應速度。
【關鍵詞】：風險價值 Hurst指數(shù) Monte Carlo模擬 CPU+MIC異構
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F830.9;TP38
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-16
• 1.1 選題的背景和意義9-14
• 1.2 本文主要工作14
• 1.3 本文的主要創(chuàng)新之處14-15
• 1.4 本文組織結構15-16
• 第二章 相關理論與技術16-30
• 2.1 股票市場長期記憶性研究現(xiàn)狀16-19
• 2.2 基于VaR的風險管理發(fā)展19-22
• 2.2.1 歷史模擬法21
• 2.2.2 方差-協(xié)方差法21-22
• 2.2.3 Monte Carlo模擬法22
• 2.3 VaR風險管理應用研究現(xiàn)狀22-27
• 2.4 集成眾核(MIC)簡介27-30
• 第三章 創(chuàng)業(yè)板的市場風險建模30-42
• 3.1 創(chuàng)業(yè)板股票Hurst指數(shù)實證分析30-34
• 3.2 創(chuàng)業(yè)板股票基于ARFIMA模型的VaR建模34-39
• 3.2.1 ARMA模型與ARIMA模型35-37
• 3.2.2 ARFIMA模型建模37-39
• 3.3 基于ARFIMA模型的VaR計算實證分析39-41
• 3.4 本章小結41-42
• 第四章 基于VaR方法的實時市場風險計量42-56
• 4.1 CPU+MIC協(xié)同計算硬件平臺介紹42-44
• 4.2 CPU+MIC協(xié)同計算流程設計44-49
• 4.3 CPU+MIC協(xié)同計算的并行化與優(yōu)化49-55
• 4.4 本章小結55-56
• 第五章 程序化自動風險管理56-68
• 5.1 程序化交易系統(tǒng)簡介57-59
• 5.2 融資融券程序化交易系統(tǒng)功能模塊簡介59-67
• 5.2.1 數(shù)據(jù)輸入模塊59-62
• 5.2.2 策略分析模塊62-63
• 5.2.3 基于VaR的資金管理功能63-64
• 5.2.4 訂單生成與執(zhí)行模塊64-67
• 5.3 本章小結67-68
• 第六章 總結與展望68-69
• 致謝69-70
• 參考文獻70-77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 田新時,劉漢中,李耀;滬深股市一般誤差分布(GED)下的VaR計算[J];管理工程學報;2003年01期

2 莊泓剛;王春峰;房振明;盧濤;;基于L-矩的厚尾分布動態(tài)擬合研究[J];管理學報;2010年08期

3 余素紅,張世英,宋軍;基于GARCH模型和SV模型的VaR比較[J];管理科學學報;2004年05期

，

本文編號：920878