基于异构众核架构的BSDE期权定价并行算法研究的任务书.docx

基于异构众核架构的BSDE期权定价并行算法研究的任务书
任务书：基于异构众核架构的BSDE期权定价并行算法研究
一、任务背景
近年来，期权交易市场的蓬勃发展促进了衍生品定价理论与性能的研究。在各种期权定价模型中，反向随机微分方程（BSDE）模型得到了广泛应用。BSDE模型是通过对欧式期权进行数学建模，考虑其价格随传统的风险因素和随机波动的关系而被建立起来的。目前，比较成熟的对于BSDE模型解的方法包括有数值方法、蒙特卡罗方法和期权风险套利定价等方法，但其计算量巨大，因此需要高度优化的计算方式。
随着计算机技术的发展，现代计算机具备越来越强的计算能力，因此在计算BSDE期权定价时，利用高性能计算方式进行优化并行计算是必要的。不过，传统的单一处理器并行计算方式难以满足日趋庞大的计算需求，由此提出基于异构众核架构的并行计算模型。
二、主要研究内容
1.调研计算BSDE期权定价算法，探讨并行计算应用的可行性。
2.设计基于异构众核架构的并行计算模型。
3.确定期权定价所需的计算资源及算法分解方法。
4.基于CUDA、OpenCL等并行计算技术，实现并行计算算法。
5.在不同的并行计算环境中对算法进行测试并优化。
三、预期成果
1.提出基于异构众核架构的BSDE期权定价并行计算模型。
2.实现BSDE期权定价并行算法。
3.在多种并行计算环境中测试并优化算法性能。
4.获得可商用的、高效的BSDE期权定价并行算法。
四、技术要求
1.精通异构众核计算机体系结构及其编程模式。
2.掌握期权定价的相关知识及BSDE模型求解方法。
3.熟练使用CUDA、OpenCL等GPU并行计算技术及OpenMP等多线程技术。
4.具有一定的数据处理与分析能力。
五、进度安排
1.阶段一（前期准备阶段，1个月）：熟悉相关领域的文献资料，确定研究内容和研究方向。
2.阶段二（算法设计和实现阶段，8个月）：设计异构众核架构的并行计算模型，并实现BSDE期权定价并行算法。
3.阶段三（算法评估和优化阶段，2个月）：在不同的并行计算环境中测试并优化算法性能，明确计算资源要求和算法分解方法。
4.阶段四（论文撰写和答辩阶段，3个月）：总结研究成果，起草论文并进行答辩。
六、经费预算
1.硬件设施费：15万元，用于购置计算服务器及相关设备。
2.软件开发费：10万元，主要用于开发C++并行算法实现。
3.差旅费：5万元，用于出差调研和学术交流。
4.文献资料费：2万元，用于购买相关文献资料和期刊等。
5.合计：32万元。
七、参考文献
1.徐志伟.期权定价与交易[M].北京:中国财政经济出版社,1999.
2.薛玥,王松.反向随机微分方程及其在金融领域的应用[J].吉林大学学报:自然科学版,2015,55(06):851-858.
3.倵先飞,周慧霞,沈朝良.基于GPU的欧式期权定价算法[J].计算机应用,2019,39(S2):194-199.
4.张志鹏,冉群,袁永运.期权风险套利定价[J].数学的实践与认识,2011,40(06):18-24.
5.梁文海,赵瑞亚.基于并行方法的金融衍生品定价研究综述[J].计算机科学,2017,44(10):130-135.