15小時
在經歷多年市場的發展後，台灣指數選擇權的交易量與流動性已相當可觀。傳統Black-Scholes模型的缺點，無法解釋Volatility Smile的現象也表露無遺。利用一個適當的評價模型，有效的發掘出選擇權契約之間的套利機會，是所有財工人員的夢想。近年來在計算機的發展上，CPU多核的平行運算技術以及繪圖處理器(GPU)的運算技術大幅進展，使我們的計算能力大幅提升到20倍以上。這些多核平行運算技術已被廣泛應用在AI人工智慧、大數據資料處理，甚至包括超級電腦的設計。如何將這兩個技術整合起來，運用於高頻套利交易之上，成為金融交易上一個重要的應用。本課程分兩個主軸來進行，一方面介紹近來在權益市場上日益重要的SABR與Heston這兩個隨機波動模型，另一方面介紹在GPU程式開發最重要的架構，NVIDIA的CUDA。SABR與Heston可以有效的解決Volatility Smile的現象，尤其SABR可以快速地進行選擇權的價格計算。這些特性搭配現代多核CPU架構，使其非常適合於套利定價的使用。NVIDIA的CUDA是目前AI模組高速運算的底層工具，充分利用GPU的眾核機制，可以使計算性能再提升一個數量級，達到高頻交易的性能。本課程打算介紹這些最先端的技術，讓學員可以在密集的時間內，充分了解這些理論與技術，藉由實機的操演，確實掌握這些技術。講師將提供自行開發的程式庫，並讓學員可以攜回直接使用於工作上的原始程式碼。課程講師從事財務工程工作有20多年的資歷，曾在銀行內部帶領研發團隊，成功開發多GPU的結構商品計算系統，並上線交易使用。課程使用的工作環境是Windows系統，開發工具為Visual Studio，硬體為多核CPU並搭配NVIDIA繪圖處理器。開發的語言是C#/C++/C，同時使用CUDA C作為GPU的運算架構。本單元將先介紹SABR與Heston這兩個隨機波動模型，及其在選擇權市場上的應用。我們先從CPU單線程的Black-Scholes解析解開使介紹，然後說明如何以SABR與Heston模型進行選擇權的定價應用，最後談到如何使用CPU多線程的平行運算方法，加速系統的運算。⊙