基于MIC架构稳健投资组合并行算法及实现

作     者：姚鹏辉 胡永宏 王彦棡 陆忠华 Yao Penghui;Hu Yonghong;Wang Yangang;Lu Zhonghua

作者机构：中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 中央财经大学统计与数学学院北京100081 

出 版 物：《科研信息化技术与应用》 (E-science Technology & Application)

年 卷 期：2015年第6卷第3期

页      码：43-52页

摘      要：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%。

主 题 词：随机模糊变量 马尔科夫过程 BP神经网络 遗传算法 MIC架构 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

D　O　I：10.11871/j.issn.1674-9480.2015.03.005

馆 藏 号：203122809...