[发明专利]一种VaR计量方法及系统

说明书

技术领域

本申请涉及高性能计算的混合编程领域，更具体地，涉及一种VaR计量方法及系统。

背景技术

VaR(Value at Risk)模型是金融衍生工具风险管理的一种手段，用于预测金融市场中交易的最大损失，其中ARFIMA模型是对长记忆性金融时间序列进行VaR计量预测的有效方法。蒙特卡罗法是计算VaR值的一个非常好的方法，然而蒙特卡罗法具有计算密集性，是一个基于特定的简单过程的迭代，尤其当组合资产数量或模拟的样本很大时，蒙特卡罗模拟非常缓慢，计算能力成为VaR方法实施的最大障碍，利用中央处理器+协处理器高性能异构计算平台设计实现蒙特卡罗模拟法的并行化是提高VaR值计算程序效率的有效手段。因此，如何在异构平台上实现基于蒙特卡罗模拟法的实时VaR值计量方法成为目前存在的技术难点。

在VaR计量的过程中，需要对金融交易数据(如收益率等金融时间序列)进行处理，以估计ARFIMA模型的各项参数指标，利用ARFIMA模型进行模特卡罗预测分析。Matlab具有丰富的编程函数，可以非常简单地实现ARFIMA模型的建立，但在其并行化的功能较简单，不能实现计算效率最大化；而C++可以通过调用OpenMP的库函数大大提高计算速度，但模型编程会变得非常复杂，原本在matlab上实现的ARFIMA模型的代码是几百行，在C++上实现可能达到几万行。针对上述情况，在异构平台上实现matlab和c++混合编程是非常有效的办法。但在中央处理器+协处理器的异构平台(如天河二号)上，其环境非常复杂，可能会因为权限问题或者不同工作节点的切换就会使得matlab模型建立过程和OpenMP并行计算过程之间产生异常，需要保证模型建立与并行计算的兼容性。

因此，提出适应异构平台下VaR值计量模型混编接口是非常必要的。本申请将通过分析异构平台的复杂性解决并行VaR计量模型混编接口的实现问题，最后能够在异构平台上实现高效的VaR并行计量。

发明内容

本申请的目的是提供一种VaR计量模型混编接口实现方法，解决现有技术中中央处理器+协处理器异构平台上因为权限或者不同工作节点切换导致的兼容性问题。

为解决上述技术问题，本申请提供一种异构平台下VaR值计量模型混编接口实现方法，技术方案如下：

中央处理器利用模型编程函数对输入数据划分VaR计量任务，并调用建模函数建立VaR计量模型；

协处理器利用所述VaR计量模型迭代执行VaR曲线预测，并将产生的预测数据发送至所述中央处理器；

所述中央处理器根据接收的所述预测数据分析处理得到最佳VaR预测曲线。

其中，所述中央处理器利用模型编程函数划分VaR计量任务包括：

所述中央处理器根据蒙特卡洛模拟计算量对所述输入数据划分所述VaR计量任务。

其中，所述调用建模函数建立VaR计量模型包括：

所述中央处理器通过mcc编译器将matlab上封装完毕的函数编译产生C++的动态链接库；

根据所述动态链接库建立VaR计量模型并进行模型参数初始化和模型参数估计。

其中，所述模型参数初始化包括：

根据所述输入数据和预设条件进行最小二乘法数据拟合，确定初始系数、模型差分阶数和模型参数。

其中，所述模型参数估计包括：

调用在matlab中编译生成的库函数，根据所述输入数据和所述初始系数，利用轮廓似然函数得到对数似然；

利用所述对数似然对所述模型参数修正，确定最优模型参数。

其中，所述协处理器利用所述VaR计量模型迭代地执行VaR曲线预测之前包括：

所述中央处理器利用OpenMP函数的Offload模式将所述VaR曲线预测过程由所述中央处理器转移到所述协处理器上执行。

本申请还提供一种VaR计量系统，所述系统包括:

中央处理器，用于利用模型编程函数划分VaR计量任务，并调用建模函数进行VaR计量模型建模；根据接收协处理器发送的预测数据，分析处理得到最佳VaR预测曲线；

协处理器，用于迭代执行VaR曲线预测并将产生的预测数据发送至所述中央处理器。

其中，所述中央处理器用于根据蒙特卡洛模拟计算量对所述输入数据划分所述VaR计量任务。

其中，所述中央处理器用于通过mcc编译器将matlab上封装完毕的函数编译产生C++的动态链接库；并根据所述动态链接库建立VaR计量模型并进行模型参数初始化和模型参数估计。