科研信息化技术与应用
科研信息化技術與應用
과연신식화기술여응용
E-science Technology & Application
2015年
3期
43-52
,共10页
姚鹏辉%胡永宏%王彦棡%陆忠华
姚鵬輝%鬍永宏%王彥棡%陸忠華
요붕휘%호영굉%왕언강%륙충화
随机模糊变量%马尔科夫过程%BP神经网络%遗传算法%MIC架构
隨機模糊變量%馬爾科伕過程%BP神經網絡%遺傳算法%MIC架構
수궤모호변량%마이과부과정%BP신경망락%유전산법%MIC가구
投资组合选择是数量化投资管理领域中的一项关键技术,目前其在应用中亟需高性能算法与实现研究.本论文针对现实投资场景下的稳健投资组合选择最优化模型,设计出高效的并行算法,利用并行计算技术多层级优化性能,实现对稳健投资组合计算的快速响应.该稳健投资组合将模糊集理论与投资组合理论相结合,建立基于可能性理论和机会测度的投资组合模型,用BP神经网络算法和遗传算法对模型进行求解,并在最新的高性能计算集成众核(Many Integrated Core,MIC)架构上实现并行.文章选取上证50指数成份股近两年的交易数据,对并行算法及其性能进行分析.结果显示,该算法计算得到的投资组合收益率优于经典模型收益率和上证50指数同期收益率,基于MIC架构的并行求解性能优于传统的CPU架构,平均并行效率达到80％.
投資組閤選擇是數量化投資管理領域中的一項關鍵技術,目前其在應用中亟需高性能算法與實現研究.本論文針對現實投資場景下的穩健投資組閤選擇最優化模型,設計齣高效的併行算法,利用併行計算技術多層級優化性能,實現對穩健投資組閤計算的快速響應.該穩健投資組閤將模糊集理論與投資組閤理論相結閤,建立基于可能性理論和機會測度的投資組閤模型,用BP神經網絡算法和遺傳算法對模型進行求解,併在最新的高性能計算集成衆覈(Many Integrated Core,MIC)架構上實現併行.文章選取上證50指數成份股近兩年的交易數據,對併行算法及其性能進行分析.結果顯示,該算法計算得到的投資組閤收益率優于經典模型收益率和上證50指數同期收益率,基于MIC架構的併行求解性能優于傳統的CPU架構,平均併行效率達到80％.
투자조합선택시수양화투자관리영역중적일항관건기술,목전기재응용중극수고성능산법여실현연구.본논문침대현실투자장경하적은건투자조합선택최우화모형,설계출고효적병행산법,이용병행계산기술다층급우화성능,실현대은건투자조합계산적쾌속향응.해은건투자조합장모호집이론여투자조합이론상결합,건립기우가능성이론화궤회측도적투자조합모형,용BP신경망락산법화유전산법대모형진행구해,병재최신적고성능계산집성음핵(Many Integrated Core,MIC)가구상실현병행.문장선취상증50지수성빈고근량년적교역수거,대병행산법급기성능진행분석.결과현시,해산법계산득도적투자조합수익솔우우경전모형수익솔화상증50지수동기수익솔,기우MIC가구적병행구해성능우우전통적CPU가구,평균병행효솔체도80％.
