View a markdown version of this page

Execute uma simulação de Monte Carlo no Deadline Cloud - Deadline Cloud

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Execute uma simulação de Monte Carlo no Deadline Cloud

O pacote de tarefas monte_carlo_simulation precifica um portfólio de notas estruturadas que podem ser chamadas automaticamente usando a simulação de Monte Carlo com o modelo de volatilidade estocástica de Heston. QuantLib O trabalho é uma versão Deadline Cloud do workshop Pricing Financial Derivatives with AWS Batch.

O pacote define um pipeline de duas etapas:

  1. PricePositions: Uma tarefa por posição no portfólio. As tarefas são agrupadas em blocos que calibram o modelo de Heston uma vez e precificam todas as posições no bloco, amortizando o custo de calibração.

  2. AggregateResults: coleta os resultados por posição em um resumo do portfólio.

O pacote usa a extensão Open Job Description https://github.com/OpenJobDescription/openjd-specifications/blob/mainline/rfcs/0001-task-chunking.md TASK_CHUNKING para balanceamento de carga. O agendador começa despachando posições individuais, observa quanto tempo elas demoram e, em seguida, aumenta automaticamente o tamanho do bloco para corresponder a um tempo de execução desejado. As posições rápidas são agrupadas em partes maiores; as posições lentas permanecem em pequenas partes para manter o trabalho distribuído pela frota.

Para executar esse pacote, você precisa de uma fila com um ambiente de fila conda que inclua o canal para. conda-forge quantlib-python Ao implantar o modelo de fazenda inicial, defina o ProdCondaChannels parâmetro como. deadline-cloud conda-forge

Envie o pacote com o remetente da GUI:

deadline bundle gui-submit monte_carlo_simulation/

Ou envie um teste rápido com menos posições:

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