基于GPU的B—S模型下改进的CrankNicolson算法.pdfVIP

上 海理 工 大 学 学报 第35卷 第2期 J．UniversityofShanghaiforScienceandTechnology Vo1．35 No．2 2013 文章编号：1007—6735(2013)02—0147—05 基于 GPU 的B—S模型下改进 的 CrankNicolson算法 王文浩， 邬春学 (上海理工大学 光电信息与计算机工程学院，上海 200093) 摘要 ：针对 Black．Scholes模型及其公式特点进行 了理论分析与数学处理 ，给 出了优化 的Crank． Nicolson算法，提高了实际期权交易效率．通过使用GPU作为计算平台，结合CUDA架构技术，验 证改进后算法的有效性和适用性．在CPU平台下进行横向测试，验证GPU平台运行环境优势．实 验表明，改进后的算法在 GPU平台下运行所提升的效果显著，运算精度和效率得到提高． 关键词：金融期权计算；B—S模型；改进的C—N算法；GPU；CUDA构架；HPC 中图分类号 ：TP302 文献标志码 ：A TheResearch ofImprovedCrank Nicolson Algorithm withB —·—S M odelBasedonGPU WANGWenhao． WUChunxue (SchoolofOptical-ElectricalandComputerEngineering，UniversityofShanghai l厂OrScienceandTechnology，Shanghai200093，China) Abstract：BasedontheanalysisofthefamousBlack．Scholes (B—S)model，theCrank．Nicolson algorithm wasoptimized inaccordancewith thetheoreticalandnumericalanalysisresuls．A new waytoimprovetheefficienteyandeffectivenessofactualoptionstradingswascreated．Byusing theGPU asa computing platform ，andcombining with theCUDA technology，the validity and applicabilityoftheimprovedalgorithm wereverified．BydoinghorizontaltestonCPU platform the runningenvironmentaladvantagesofGPV platform wereverified．Theexperimentsshow thatthe improvedalgorithm runningonGPU platform cangetsignificanteffecs．Theoperationprecisionand computationalefficiencycanbegreatlyimproved． Keywords~financialoptioncalculation；B—Smodel；improvedC—Nalgorithm；graphic processingunit；computeunifieddevicearchitecture(CUDA)；highperformancecomup ting 随着中国经济的持续发展，金融领域的相关问 著名的Black—Scholes为依托，根据其特点选取了一 题愈发被重视，其中，期权以其所具有的降低投资者 种类有限差分算法 (C—N算法)并对其进行优化处 风险的功能被视为重 中之重．针对市场瞬息万变的