View a markdown version of this page

Führen Sie eine Monte-Carlo-Simulation auf Deadline Cloud durch - Deadline Cloud

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Führen Sie eine Monte-Carlo-Simulation auf Deadline Cloud durch

Im Jobpaket monte_carlo_simulation auf der GitHub Website wird ein Portfolio von automatisch aufrufbaren strukturierten Noten anhand der Monte-Carlo-Simulation mit dem stochastischen Volatilitätsmodell von Heston bewertet. QuantLib Bei dem Job handelt es sich um eine Deadline-Cloud-Portierung des Workshops Pricing Financial Derivatives with AWS Batch. https://ec2spotworkshops.com/monte-carlo-with-batch.html

Das Paket definiert eine zweistufige Pipeline:

  1. PricePositions: Eine Aufgabe pro Portfolioposition. Die Aufgaben sind in Abschnitte unterteilt, die das Heston-Modell einmal kalibrieren und den Preis für alle Positionen im Chunk festlegen, wodurch sich die Kalibrierungskosten amortisieren.

  2. AggregateResults: Fasst die Ergebnisse pro Position in einer Portfolioübersicht zusammen.

Das Paket verwendet die Erweiterung „Open Job Description TASK_CHUNKING“ auf der Website für den GitHub Lastenausgleich. Der Scheduler beginnt mit dem Versand einzelner Positionen, beobachtet, wie lange sie dauern, und vergrößert dann automatisch die Chunk-Größe, um sie an eine Ziellaufzeit anzupassen. Schnelle Positionen werden in größere Blöcke gruppiert; langsame Positionen bleiben in kleinen Blöcken, um die Arbeit auf die gesamte Flotte zu verteilen.

Um dieses Paket ausführen zu können, benötigen Sie eine Warteschlange mit einer Conda-Warteschlangenumgebung, die den Kanal für enthält. conda-forge quantlib-python Wenn Sie die Starter-Farmvorlage auf der GitHub Website bereitstellen, legen Sie den ProdCondaChannels Parameter auf deadline-cloud conda-forge fest.

Reichen Sie das Paket mit dem GUI-Absender ein:

deadline bundle gui-submit monte_carlo_simulation/

Oder reichen Sie einen Schnelltest mit weniger Positionen ein:

deadline bundle submit monte_carlo_simulation/ \
  -p PositionRange="0-1" -p NumPaths=100