• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Использование высокопроизводительных параллельных вычислений в задачах финансовой инженерии и риск-менеджмента

В последние годы все чаще в практике финансовых институтов находят применение количественные методы обработки информации о ходе торгов ценными бумагами и производными финансовыми инструментами. Данные методы широко используются при построении различных моделей прогнозирования цен тех или иных активов, измерения рисков портфеля, а также при проведении более сложных расчетов, например, при построении бескупонных кривых доходностей.

  Подобные исследования, как правило, используют большие объемы информации о торговле финансовыми активами. Соответствующие расчеты могут занять несколько часов или дней. Необходимость принимать решения в сжатые сроки заставляет финансовые институты идти на упрощение моделей. Очевидно, что такой способ ускорения расчетов может быть крайне опасным и в итоге привести к колоссальным потерям. 

  Таким образом, реализация корректных моделей требует значительных вычислительных мощностей и применения сложных вычислительных алгоритмов, в том числе использующих параллельные вычисления. К сожалению, большинство исследований в области применения параллельных вычислений для нужд управления рисками и финансовой инженерии носит академический характер.

  Осуществление исследования позволит выработать гибкий инструментарий для решения задач финансового моделирования, управления рисками и разработки новых финансовых технологий на базе высокопроизводительных вычислений.

  Ожидается получить наукоемкие результаты, практически значимые для целей управления рисками и финансовой инженерии. Соответствующие исследования будут использовать модели микроструктуры рынка, в первую очередь связанные с моделирование ликвидности.

  На основе полученных результатов планируется предложить полное решение, эффективно сочетающее численные алгоритмы с соответствующим оборудованием и программным обеспечением разных уровней.

  В частности, коллективом Лаборатории была разработана уникальная методика решения проблемы некачественной информации путём её предварительной подготовки – восстановления пропущенных данных, позволяющая с высокой точностью воспроизводить распределение пропущенных значений. Одной из ее особенностей является использование метода сопряженных семейств распределений, который по причине очень малого числа известных семейств крайне редко применяется на практике. Данная методика в ряде вопросов превосходит широко используемый EM алгоритм, в частности дает более устойчивые оценки корреляций. Результаты работы могут быть использованы для решения самого широкого круга задач финансовой инженерии и риск-менеджмента, имеющих повышенную чувствительность к качеству используемой входной информации. Одной из основных задач данного проекта является построение алгоритма параллельных вычислений для решения задачи восстановления данных на основе методики, разработанной Лабораторией.

  Для проведения исследований в области микроструктуры финансовых рынков необходимо соответствующим образом подготовить накопленные данные о ходе торгов рыночными инструментами. Ключевой работой на данном этапе является удобное представление рыночной информации, в т.ч. визуализация книги лимитированных заявок. Для целей дальнейших исследований необходимо разработать классификацию рыночных событий, учитывающую информацию обо всех выставленных и отмененных котировках, а также о совершенных сделках. Реализация на практике полученного классификатора требует создания соответствующего алгоритма высокопроизводительных параллельных вычислений.

Работы по проекту выполняются при финансовой поддержке ЦФИ ГУ-ВШЭ.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!