View a markdown version of this page

Jalankan simulasi Monte Carlo di Deadline Cloud - Awan Batas Waktu

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Jalankan simulasi Monte Carlo di Deadline Cloud

Bundel pekerjaan monte_carlo_simulation di GitHub situs web memberi harga portofolio catatan terstruktur yang dapat dialihkan secara otomatis menggunakan simulasi Monte Carlo dengan model volatilitas stokastik Heston. QuantLib Pekerjaan ini adalah port Deadline Cloud dari workshop Pr icing Financial Derivatives with AWS Batch.

Bundel mendefinisikan pipa dua langkah:

  1. PricePositions: Satu tugas per posisi portofolio. Tugas dikelompokkan menjadi beberapa bagian yang mengkalibrasi model Heston sekali dan memberi harga semua posisi dalam potongan, mengamortisasi biaya kalibrasi.

  2. AggregateResults: Mengumpulkan hasil per posisi ke dalam ringkasan portofolio.

Bundel menggunakan ekstensi Open Job Description TASK_CHUNKING di GitHub situs web untuk penyeimbangan beban. Penjadwal dimulai dengan mengirimkan posisi individu, mengamati berapa lama waktu yang dibutuhkan, dan kemudian secara otomatis menumbuhkan ukuran potongan agar sesuai dengan runtime target. Posisi cepat dikelompokkan menjadi potongan yang lebih besar; posisi lambat tetap dalam potongan kecil untuk menjaga pekerjaan tetap tersebar di seluruh armada.

Untuk menjalankan bundel ini, Anda memerlukan antrian dengan lingkungan antrian conda yang menyertakan conda-forge saluran untukquantlib-python. Saat Anda menerapkan template starter farm di GitHub situs web, atur ProdCondaChannels parameternya kedeadline-cloud conda-forge.

Kirim bundel dengan pengirim GUI:

deadline bundle gui-submit monte_carlo_simulation/

Atau kirimkan tes cepat dengan posisi yang lebih sedikit:

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