随机波动Heston模型最大似然参数估计的一种异构计算方法

随机波动率模型对衍生品的定价具有根本的重要性。随机波动率最常用的模型之一是Heston模型，其中资产的价格和波动率演变为一对耦合的随机微分方程。资产价格和波动率的计算涉及到对许多样本轨迹的条件模拟。该问题使用粒子滤波方法进行处理。虽然粒子簇射的模拟计算成本很高，但每个粒子的行为都是独立的，这使得这种模拟非常适合大规模并行异构计算平台。我们介绍了Heston模型的便携式OpenCL实现，并讨论了它在一系列体系结构上的性能和效率特征，包括Intel CPU、Nvidia GPU和Intel Many Integrated Core加速器。