金融工程与并行计算： 第一章 并行计算与金融工程的发展 Part 3

第七节 本书的内容与目标

自从1973年Black、Scholes与Merton提出了著名的选择权订价理论，将随机程序模型引入了金融市场，这40年来的发展已经进入到不同的阶段。如今大量的数学模型出现在新产品的开发模型之中，数值仿真已成为计算价格与风险的主流。如何进行快速有效的运算已经不是一个理论问题。银行做为一个金融创新的研发中心，以及这些新创产品生产、销售的工厂，需要大量的计算能力。

在实务工作中，从事金融工程的工作必须仰赖计算机程序的使用。程序语言的使用是工程师基本技能。所有理论的了解，需要以程序的方式展现出来，而所有工作的完成，也是在程序上解决。然而，程序的撰写却是目前大多数商学训练的不足。因此，作者先以第一篇的内容，配合传统的Black-Scholes模型，以C#语言说明如何撰写基本单线程的程序。

在进行复杂的数值运算中，有些数值方法对于一般商学学生，往往不容易自行开发计算模块。鉴于统计软件R提供简单的操作接口，而且R本身是开放软件，可以免费使用，作者便以R做为辅助使用的工作加以介绍。然而，使用R还有更深一层的考虑，在开源软件中，已有R的.NET免费版本，RdotNET可以整合到C#的开发环境。这对软件的开发，提供了无缝接合的使用。我们在第三篇中可以看到使用的案例。

然而，随着财务理论的发展，以及市场的演进，传统的Black-Scholes模型已经不足以解释市场的复杂情况。针对权益类与外汇类的资产价格，市场上目前较可接受的模型，是以随机波动性为主流的相关延伸模型。这些模型都是以Heston(1993)的模型为基础，在进一步的扩充，包括时变参数随机波动性模型，具跳跃性质的随机波动性模型，或是随机局部波动性模型。

本书打算以Heston(1993)模型为出发，做为现代财物模型的出发点，一方面可以衔接大多数读者在硕士班学习Black-Scholes模型的基础，另一方面也足以做为市场实务应用的初步基本模型。因此，在第二篇中，作者将仔细介绍Heston模型以及在商品开发的应用情况。

平行运算已是业界使用的重点，CPU的平行运算在.NET架构下，已经相当成熟易用，本书将在第三篇介绍这一主题。

然而，如果想要充分使用平行运算的效益，则GPU上的编程是不可或缺的。本书将在第四篇介绍这一主题。

对于打算进一步学习的读者，我们将在第五篇中提供两个重要的学习对象。QuantLib链接库中，对于重要的财务模型，都有实作的程序代码可供学习。至于如何充分应用GPU的效能，则可以Kooderive链接库中做为模板学习。Kooderive是MarkJoshi教授将单线程的QuantLib转写为GPU的一项成果，值得有志之士好好参考学习。

著名的程序语言专家Herb Sutter，在其2005年的专文“The Free Lunch Is Over＂指出，计算机业的主流计算已经撞墙了(Hit the Wall)，他认为唯有将单核的CPU主流机器转向到多核的CPU主流机器，并且从操作系统到开发工具全部转换为多核的模式，程序开发人员才有可能继续享有摩尔定律的红利。

自2005年开始，计算机产业将个人平行超级计算机放在每一台桌面计算机，到2011年即使手持装置也已完成此一转换。到了2012年，8核CPU已出现在主流平板与桌上计算机之中。下图中的异质性核(Hetero-core)所强调的是，GPU的多核能力是我们必须重视的资源，因为很多的计算机与手持装置都已安装了GPU。最后是云核(Cloud-core)的应用，指的是如何使用云端服务的计算效能。

Herb Sutter在其2012年专文“Welcome to the Jungle＂中提到，如果我们想要在交付软件之后，继续享有除了在目前硬件环境的高效能外，还可以在未来更好的硬件环境下享受更高的效能，则我们目前开发的应用程序就必需要有平行运算的潜能，可以横跨各种不同计算核心的能力，包含本机与分散的，大型、小型与专用型的计算核心。

 

第八节 附注

注一：A. P. Chandrakasan, M. Potkonjak, R. Mehra,and J. Rabasey, and R. W. Brodersen, “Optimizing Power Using Transformations,” IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems 14, no. 1 (January 1995): 12-31。

注二：CUDA C Programming Guide, CUDA Toolkit 5.5,NVIDIA Corporation。

注三：http://blogs.nvidia.com/blog/2012/07/02/new-top500-list-4x-more-gpu-supercomputers/。

注四：Mike Giles, From CFD to computational finance (and back again)，MIT Center for Computational Engineering, March 14, 2013。

注五：http://www.nvidia.com.tw/object/computational_finance_tw.html。

注六：https://www.khronos.org/opencl/。