NVIDIA (輝達) 宣布其 AI 平台針對避險基金用來回測交易策略績效的演算法提供超過 6,000 倍的加速成效。其顯著的加速成效將對整體金融服務業帶來重大的變革。

             目前全球總數超過 1 萬個避險基金將能設計出更縝密的模型並進行更嚴苛的壓力測試,同時在數小時內完成以往耗時數天的模型回測。包括金融工程師 (Quant)、資料科學家與交易員未來都能開發更聰明的演算法並以更快速度將其進行量產,省下數百萬美元的硬體投資成本。

             根據全球演算法交易市場 2016 至 2020 年度報告,金融交易演算法在公開交易市場佔了約 90% 的比重。此外,根據華爾街日報報導表示,特別是金融數學模型在現今美國股票市場的比重已攀升至近三分之一。

             該效能加速成果已獲得美國證券科技分析中心(STAC)證實,其會員包括全球超過 390 間頂尖銀行、避險基金與金融服務科技企業。

             NVIDIA 透過 STAC-A3 金融服務產業評測套件來展現其運算平台的實力,該套件是透過回測模型演算法利用過往歷史資料來進行績效判定。

             NVIDIA 利用 NVIDIA DGX-2系統執行 Python 加速函式庫,成功打破過往 STAC-A3 的多項紀錄,其中包含在一項個案中,針對一組 50 種金融工具進行 2,000 萬筆的模擬,並在預設的 60 分鐘測試期限內完成,以驚人的幅度超越先前紀錄的 3,200筆。該測試是經由 STAC-A3.β1.SWEEP.MAX60 進行測試,詳情請參閱官方報告

             STAC-A3 參數掃瞄量測法採用真實的資料組合與透過簡化各種交易演算法訓練出的模型回測,針對每次模擬進行獲利與虧損的判別。雖然基層演算法相當簡單,但以平行模式同時測試許多變數可為壓力測試進行最真實的考驗。

             曾擔任華爾街金融工程師的現任 STAC 分析研究部經理的 Michel Debiche 表示:「針對歷史資料同時執行多項模擬對於交易與投資機構而言至關重要。探索演算法中更多的參數組合,能發展出更趨近最佳化的模型,進而得到更具獲利能力的交易策略。」

             這些量測是以內建 16 個 NVIDIA Tesla V100 GPU 的 DGX-2 伺服器與 Python 程式碼為基礎,利用 NVIDIA CUDA-X AI軟體、NVIDIA RAPIDSNumba 機器學習軟體完成作業。

             RAPIDS 是一個持續更新的函式庫,能簡化一般 Python 資料科學工作的 GPU 加速運算作業。Numba 則讓資料科學家撰寫的 Python 程式碼能編譯成專為 GPU 而設計的 CUDA 程式語言,藉由這種簡單方式延伸 RAPIDS 的功能。

             RAPIDS 與 Numba 軟體讓資料科學家與交易員完全不必掌握 GPU 程式開發的艱深知識就能獲得如此的優異效能。

掌握 NVIDIA 最新動態

           請訂閱 NVIDIA 官方部落格或追蹤  Facebook 、TwitterLinkedIn 與Instagram。瀏覽 NVIDIA 相關影片及圖片,請至 YouTube 或 Flickr

關於NVIDIA (輝達)

             NVIDIA (輝達)自1999年發明GPU起,成功促進PC電競市場的成長並重新定義現代電腦顯示卡產品,掀起電腦平行運算革命。近年來GPU深度學習也促發被視為下一個運算時代的人工智慧,透過GPU以類人腦方式運作於電腦、機器人與自駕車等,來感知並解讀真實世界。欲瞭解更多資訊,請瀏覽http://nvidianews.nvidia.com/

熱門新聞

Advertisement