View a markdown version of this page

在 Deadline Cloud 上运行蒙特卡罗模拟 - 截止日期云

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

在 Deadline Cloud 上运行蒙特卡罗模拟

monte_carlo_simulation 工作包使用蒙特卡罗模拟和赫斯顿随机波动率模型对可自动赎回的结构化票据投资组合进行定价。 QuantLib这项工作是 “使用AWS 定价金融衍生品批量研讨会” 的截止日期云端口。

该捆绑包定义了一个分为两步的管道：

  1. PricePositions: 每个投资组合职位一项任务。任务分为多个区块，对 Heston 模型进行一次校准，然后对区块中的所有仓位进行定价，摊销校准成本。

  2. AggregateResults: 将每个持仓的结果收集到投资组合摘要中。

该捆绑包使用开放任务描述 TASK_CHUNKING 扩展进行负载平衡。调度器首先调度单个位置，观察它们需要多长时间，然后自动增加区块大小以匹配目标运行时间。快速位置被分成更大的区块；慢速位置保持在小块中，以保持工作分散在整个舰队中。

要运行此捆绑包，您需要一个带有包含conda-forge频道的 conda 队列环境的队列。quantlib-python部署入门农场模板时，将ProdCondaChannels参数设置为deadline-cloud conda-forge。

向 GUI 提交者提交捆绑包：

deadline bundle gui-submit monte_carlo_simulation/

或者提交一份职位较少的快速测试：

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