1 / 21

Le calcul parallèle dans le domaine bancaire

13e rencontre SMAI math-industrie. Le calcul parallèle dans le domaine bancaire. 22/03/2011. Table of contents. Le domaine d’application: Enjeux / problématique Une réalisation industrielle Les directions d’amélioration. 1. Le domaine d’application: Enjeux / problématique.

lok
Download Presentation

Le calcul parallèle dans le domaine bancaire

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 13e rencontre SMAI math-industrie Le calcul parallèle dans le domaine bancaire 22/03/2011 José Luu, Head of scientific computing

  2. Table of contents • Le domaine d’application: Enjeux / problématique • Une réalisation industrielle • Les directions d’amélioration

  3. 1 • Le domaine d’application: Enjeux / problématique

  4. Qu’est-ce qu’un produit dérivé ? • L’option • le client de l’option achète le droit de décider plus tard. Exemple : option d’achat (=CALL) d’un million de tonnes de fer à 2 ans • Le client paie l’option (il paie une prime) • Le client a 2 ans pour décider • Abandon de l’option • Achat du fer au prix convenu initialement (quelque soit le prix à l’instant de la décision) Exemple : l’option cachée dans les titres de transport • Utilisations • Sécurisation du futur (industriels, placements garantis) • Pari sur le futur (fonds a stratégie – hedge funds)

  5. Comment calculer le prix du produit dérivé ? • Références: • //demonstrations.wolfram.com/ExploringTheBlackScholesFormula/ • Inventing Money, Nicholas Dunbar, John Wiley and Sons • The Greatest Trade Ever Gregory Zuckerman

  6. Comment gérer le produit dérivé ? • La Gestion • Couverture delta: • Toujours posséder une quantité d’actifs proportionnelle à la dérivée. • On démontre que: • La prime est dépensée pour la couverture • Les risques sont éliminés • Les actifs sont livrés au client au prix convenu.

  7. La méthode de Monte-Carlo Réalise l’intégrale Peu sensible à la dimension du problème • Multi sous-jacents Très robuste pour le pricing • Moins pour les dérivées Nécessite beaucoup de calculs • Volatilité locale

  8. Actifs multiples et Volatilité locale • La volatilité locale • Schéma d’Euler explicite • Certains instruments nécessitent 1010 dW

  9. 2 • Une réalisation industrielle

  10. Un savoir faire du service Equity Derivatives Premier calculateur MC parallèle en 1998 • Puissance totale agrégée • 1015 dW par jour • Disponibilité • 8 heures d’interruption sur 2 ans soit 99,95% • Taux d’utilisation des machines • 90% des machines 12H par jour • Programmation • Infrastructure Linux • Peu couteuse • Open-Source: Maitrise complète • Algorithmique de pricing • Programmes développés en mode local (non parallèle) • Même programmes en parallèle et même résultats (10-15) • Nouveaux deals (payoff a développer) • Mise en production en 48 heures (routine)

  11. Caractéristiques Capacité de recalcul complet en 10 minutes • Nécessaire en cas de gros décalage du marché Augmentation de la puissance par ajout de machines • Instruments financiers de grande dimension • Augmentation du nombre de deals traités • Exemple: ajout de 1000 cores=5 chassis

  12. Pilotage, équilibrage de charge dynamique Client Supervision 1: client demande un Cache 2: Le client envoie le pricing au cache attend le résultat retourné par le cache. RG Système de calcul Résultat agrégé RM Cache Base de données 3: Le cache demande N kernels 5:Chaque kernel renvoie ses résultats au cache 4:Le cache envoie le pricing aux N kernels Serveur Web + Pages PHP Kernel Kernel Kernel Kernel Kernel

  13. Partitionnement • Utilisations • Batch de nuit • Calculs interactifs • Recette Clients sur différents continents Règles de débordement • Débordement vers les partitions non chargées • Isolation lorsque 2 partitions sont en charge

  14. Tolérance aux pannes, fiabilité • Effort • 50% du code technique de parallèlisation Composants critiques triplés Pas de persistance d’état dans les composants critiques Pas d’interruption de service • Perte de machine • Perte de data center • Montée de version programme ou OS • Sans reconfiguration

  15. A x B D e1 e2 e3 e4 C Développement des programmes • Développement/Debug en mode local Production en parallèle • Mêmes résultats (10-15) • Même séquence aléatoire • Même programme • Même structures de données Sérialiseur binaire maison • Déclaratif • Capable de transporter des graphes avec cycles et héritage multiple

  16. Enseignements • Architecture • Code unique • Tolérance aux pannes Les détails qui comptent autant que l’architecture • Observabilité (mise en place de sondes au cœur du système) • Connaissance complète du système • Analyse des (dis-)fonctionnement • Remèdes sur les causes premières • Stratégies de régulation de charge • Tuning pour une plage de fonctionnement étendue • Peu de dépendance sur des timeouts pour le fonctionnement normal ou exceptionnel

  17. 3 • Les directions d’amélioration

  18. Ce que les évolutions doivent préserver • Robustesse de la méthode de Monte-Carlo • pas de recalibration instrument par instrument • Découpage des tirages de Monte-Carlo pour pouvoir traiter de grandes dimensions • Facilité d’ajout de puissance par augmentation du nombre de machines • Programmation/debug/optimisation avec outils évolués (par ex: MS Edit and Continue) • Code identique en local et en parallèle

  19. Améliorations technologiques • Multiphase • =MPI faiblement couplé Instructions vectorielles sur processeurs standard • Altivec, SSE2, AVX … • 3 tests GPU dans 2 services • EDP 2D ADI • Fin 2008, sur premières cartes avec double précision • Gain d’un facteur 2 (par rapport à 1 core standard) • Monte-Carlo Volatilité locale 2 sous-jacents • Gain d’un facteur 80 (par rapport à 1 core standard) • EDP 3D ADI • Fin 2010 • Gain d’un facteur 2 à 3 (par rapport à 1 core standard)

  20. GPU suite Attention à: • Programmation spéciale • Mémoire limitée • Transferts mémoire explicites et couteux • Exceptions IEEE • Double precision (puissance limitée ou non disponible) • Observabilité, outils d’optimisation • Références • Fast Tridiagonal Solvers on the GPU • http://code.google.com/p/cudpp/ • http://www.arbitragis-research.com/cuda-in-computational-finance/monteCarlo.pdf

  21. Améliorations mathématiques • Modèles • Corrélation locale • Local LSV • Dividendes non linéaires • Convergence • SPM (stabilité des dérivées A. Reghai) • Quasi MC, complété par Pseudo • L'échantillonnage préférentiel • Variable de contrôle Autres algorithmes • EDP • American MC • LSM (frontière d’exercice) • Quantification

More Related