Towards Efficient Risk Quantification - Using GPUs and Variance Reduction Technique

Shih Hau Tan 1, 2
1 OASIS - Active objects, semantics, Internet and security
CRISAM - Inria Sophia Antipolis - Méditerranée , COMRED - COMmunications, Réseaux, systèmes Embarqués et Distribués
2 TOSCA - TO Simulate and CAlibrate stochastic models
CRISAM - Inria Sophia Antipolis - Méditerranée , IECL - Institut Élie Cartan de Lorraine : UMR7502
Résumé : Value-at-Risk (VaR) nous donne des renseignements sur le risque total dans le commerce lorsque nous devons faire la gestion des risques. La demande du calcul rapide de la VaR se développe parce que les etablissements financiers et les entreprises veulent mesurer le risque en temps réel; et depuis récemment de nombreux chercheurs explorent le potentiel du calcul à haute performance pour le faire. Nous introduisons deux possibilités provenant de mathématiques financières et de calcul sur GPU pour faire face à ce problème. Nous l'avons également mis en oeuvre avec des exemples afin de comparer les résultats, pour voir combien d'accélération nous pouvons gagner. Enfin, nous discutons d'autres approches qui peuvent être les futurs travaux.
Type de document :
Mémoires d'étudiants -- Hal-inria+
Distributed, Parallel, and Cluster Computing [cs.DC]. 2013


https://hal.inria.fr/hal-00932233
Contributeur : Francoise Baude <>
Soumis le : lundi 20 janvier 2014 - 11:16:44
Dernière modification le : mardi 22 septembre 2015 - 01:13:02
Document(s) archivé(s) le : mardi 22 avril 2014 - 11:40:58

Fichier

MasterThesisShiHau.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00932233, version 1

Collections

Citation

Shih Hau Tan. Towards Efficient Risk Quantification - Using GPUs and Variance Reduction Technique. Distributed, Parallel, and Cluster Computing [cs.DC]. 2013. <hal-00932233>

Partager

Métriques

Consultations de
la notice

214

Téléchargements du document

670