本申請(qǐng)涉及交易自動(dòng)化領(lǐng)域，特別涉及一種期權(quán)定價(jià)的方法、裝置及系統(tǒng)。

背景技術(shù)：

隨著金融知識(shí)和金融產(chǎn)品不斷的發(fā)展和普及，拓展出許多衍生性金融工具。其中之一，就是期權(quán)，期權(quán)作為一種衍生性金融工具，是指買方擁有在未來(lái)一段時(shí)間內(nèi)或未來(lái)某一特定日期以事先規(guī)定好的價(jià)格向賣方購(gòu)買或出售一定數(shù)量的特定商品的權(quán)利。因此，在期權(quán)交易過(guò)程中規(guī)定好價(jià)格就顯得尤為重要。目前，期權(quán)定價(jià)有多種方法實(shí)現(xiàn)，例如數(shù)值方法、二項(xiàng)樹(shù)定價(jià)方法、蒙特卡洛定價(jià)方法。由于處理的問(wèn)題的維數(shù)不斷變多，傳統(tǒng)的數(shù)值方法不適用，更為常用的是的蒙特卡洛定價(jià)方法。

蒙特卡洛定價(jià)方法根據(jù)隨機(jī)數(shù)來(lái)模擬抽樣實(shí)驗(yàn)來(lái)計(jì)算參數(shù)的統(tǒng)計(jì)特征，最后給出關(guān)于期權(quán)定價(jià)的近似值。因此，首先要計(jì)算隨機(jī)數(shù)構(gòu)造出隨機(jī)抽樣環(huán)境。根據(jù)隨機(jī)抽樣環(huán)境，估計(jì)出抽樣樣本，重復(fù)根據(jù)隨機(jī)數(shù)估計(jì)得到大量的抽樣樣本，求取樣本均值，就可以得到蒙特卡洛模擬的期權(quán)價(jià)格。所以，隨機(jī)數(shù)的生成速度以及其是否表達(dá)準(zhǔn)確的模擬環(huán)境都會(huì)影響到蒙特卡洛模擬的模擬結(jié)果。

但是目前計(jì)算隨機(jī)數(shù)的方法產(chǎn)生隨機(jī)數(shù)較慢，不能滿足蒙特卡洛模擬的要求，使模擬結(jié)果與真實(shí)環(huán)境的準(zhǔn)確度較差，而且模擬的速度受制于隨機(jī)數(shù)的產(chǎn)生速度，模擬速度也會(huì)隨之下降。導(dǎo)致蒙特卡洛模擬的速度和精度不及預(yù)期要求。

因此，如何提高蒙特卡洛模擬的模擬速度，是本領(lǐng)域技術(shù)人員需要解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)的目的是提供一種期權(quán)定價(jià)的方法，該方法能提高期權(quán)定價(jià)模擬時(shí)的速度；本申請(qǐng)還提供一種期權(quán)定價(jià)的裝置及系統(tǒng)。

為解決上述技術(shù)問(wèn)題，本申請(qǐng)?zhí)峁┮环N期權(quán)定價(jià)的方法，包括：

根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；

將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；

對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，發(fā)送到協(xié)處理器中進(jìn)行并行化處理得到均勻分布隨機(jī)數(shù)；

對(duì)所述均勻分布隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化處理，得到正態(tài)分布隨機(jī)數(shù)；

根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

可選的，所述預(yù)定長(zhǎng)度為滿足所述協(xié)處理器模擬時(shí)的隨機(jī)數(shù)的最大個(gè)數(shù)。

可選的，對(duì)所述均勻分布隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化處理，得到正態(tài)分布隨機(jī)數(shù)，包括：

根據(jù)所述均勻分布隨機(jī)數(shù)，計(jì)算出正態(tài)值；

根據(jù)所述正態(tài)值得到服從正態(tài)分布的正態(tài)分布隨機(jī)數(shù)。

可選的，根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格，包括步驟：

步驟s501，利用所述正態(tài)分布隨機(jī)數(shù)在風(fēng)險(xiǎn)中性測(cè)度下模擬標(biāo)的資產(chǎn)的價(jià)格路徑；

步驟s502，計(jì)算在所述價(jià)格路徑下的期權(quán)的到期回報(bào)，并求得回報(bào)貼現(xiàn)；

步驟s503，重復(fù)步驟s501與步驟s502，得到回報(bào)貼現(xiàn)的抽樣樣本；

步驟s504，根據(jù)所述抽樣樣本計(jì)算樣本均值，得到期權(quán)價(jià)格。

本申請(qǐng)還提供一種期權(quán)定價(jià)的裝置，包括：

串行隨機(jī)數(shù)模塊，根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；

分割模塊，將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；

均勻分布模塊，對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，發(fā)送到協(xié)處理器中進(jìn)行并行化處理得到均勻分布隨機(jī)數(shù)；

正態(tài)分布模塊，對(duì)所述并行化隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化，得到正態(tài)分布隨機(jī)數(shù)；

模擬模塊，根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

可選的，所述正態(tài)分布模塊，包括：

第一計(jì)算單元，根據(jù)所述均勻分布隨機(jī)數(shù)，計(jì)算出正態(tài)值；

第二計(jì)算單元，根據(jù)所述正態(tài)值，得到服從正態(tài)分布的正態(tài)分布隨機(jī)數(shù)。

可選的，所述模擬模塊，包括：

模擬價(jià)格單元，利用所述正態(tài)分布隨機(jī)數(shù)在風(fēng)險(xiǎn)中性測(cè)度下模擬標(biāo)的資產(chǎn)的價(jià)格路徑；

回報(bào)計(jì)算單元，計(jì)算在所述價(jià)格路徑下的期權(quán)的到期回報(bào)，并求得回報(bào)貼現(xiàn)；

抽樣樣本獲取單元，根據(jù)所述模擬價(jià)格單元與所述匯報(bào)計(jì)算單元的輸出，得到回報(bào)貼現(xiàn)的抽樣樣本；

第三計(jì)算單元，根據(jù)所述抽樣樣本計(jì)算樣本均值，得到期權(quán)價(jià)格。

本申請(qǐng)還提供一種期權(quán)定價(jià)的系統(tǒng)，包括：

cpu，用于根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；并將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，設(shè)置每個(gè)線程的初始值，發(fā)送到協(xié)處理器；

協(xié)處理器，將發(fā)送來(lái)的所述子序列利用openmp并行化處理得到并行化隨機(jī)數(shù)，對(duì)所述并行化隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化，得到正態(tài)分布隨機(jī)數(shù)，并根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

本申請(qǐng)所提供的期權(quán)定價(jià)的方法，包括根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；將原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，發(fā)送到協(xié)處理器中進(jìn)行并行化處理得到均勻分布隨機(jī)數(shù)；對(duì)所述均勻分布隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化處理，得到正態(tài)分布隨機(jī)數(shù)；根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

該方法通過(guò)將串行隨機(jī)數(shù)按照預(yù)定長(zhǎng)度進(jìn)行分段處理，將分段后的子序列發(fā)送到協(xié)處理器的方式，對(duì)串行隨機(jī)數(shù)進(jìn)行并行化處理。在對(duì)分段后的子序列分配線程中，通過(guò)線程可以將子序列發(fā)送至處理模塊中。改變以往的單獨(dú)處理每個(gè)隨機(jī)數(shù)的方式，可以利用線程以一段數(shù)據(jù)的方式處理隨機(jī)數(shù)，因此在處理速度不變的情況下，可以處理更多數(shù)據(jù)，此時(shí)模擬的速度也更快。本申請(qǐng)所提供的一種期權(quán)定價(jià)的裝置及系統(tǒng)，具有同樣的有益效果，在此不做贅述。

附圖說(shuō)明

為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本申請(qǐng)的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請(qǐng)實(shí)施例提供的期權(quán)定價(jià)的方法的流程圖；

圖2為本申請(qǐng)實(shí)施例提供的正態(tài)分布處理的流程圖；

圖3為本申請(qǐng)實(shí)施例提供的蒙特卡洛模擬的流程圖；

圖4為本申請(qǐng)實(shí)施例提供的一種期權(quán)定價(jià)的裝置的結(jié)構(gòu)圖；

圖5為本申請(qǐng)實(shí)施例提供的正態(tài)分布模塊的結(jié)構(gòu)圖；

圖6為本申請(qǐng)實(shí)施例提供的模擬模塊的結(jié)構(gòu)圖；

圖7為本申請(qǐng)實(shí)施例提供的一種期權(quán)定價(jià)的系統(tǒng)的結(jié)構(gòu)圖。

具體實(shí)施方式

本申請(qǐng)的核心是提供一種期權(quán)定價(jià)的方法，該方法能夠提高模擬期權(quán)定價(jià)的速度；本申請(qǐng)還提供一種期權(quán)定價(jià)的裝置及系統(tǒng)。

為使本申請(qǐng)實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請(qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。

請(qǐng)參考圖1，圖1為本申請(qǐng)實(shí)施例提供的期權(quán)定價(jià)的方法的流程圖。

該方法可以包括：

步驟s110，根據(jù)期權(quán)變化，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；

步驟s120，將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；

步驟s130，對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，發(fā)送到協(xié)處理器中進(jìn)行并行化處理得到均勻分布隨機(jī)數(shù)；

步驟s140，對(duì)所述均勻分布隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化處理，得到正態(tài)分布隨機(jī)數(shù)；

步驟s150，根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

本方法，根據(jù)期權(quán)變化產(chǎn)生相關(guān)的隨機(jī)數(shù)序列，利用該隨機(jī)數(shù)序列進(jìn)行蒙特卡洛模擬得到期權(quán)價(jià)格。其中，產(chǎn)生的隨機(jī)數(shù)是串行隨機(jī)數(shù)序列，對(duì)該串行隨機(jī)數(shù)序列進(jìn)行并行處理和分布轉(zhuǎn)化，就是方法中的步驟s120至步驟s140，將串行隨機(jī)數(shù)序列分割后利用線程可以大大加快處理模塊接收隨機(jī)數(shù)的速度，并對(duì)串行隨機(jī)數(shù)并行化處理可以提高模擬速度，同時(shí)分布轉(zhuǎn)化的隨機(jī)數(shù)可以使模擬結(jié)果更加準(zhǔn)確。

其中，該串行隨機(jī)數(shù)發(fā)生器所產(chǎn)生的隨機(jī)數(shù)用以模擬真實(shí)環(huán)境下的期權(quán)變化，因此串行隨機(jī)數(shù)發(fā)生器的設(shè)定與選取，使其產(chǎn)生的隨機(jī)數(shù)應(yīng)符合真實(shí)環(huán)境下的期權(quán)變化的規(guī)律。在本實(shí)施例確定串行隨機(jī)數(shù)產(chǎn)生器中，選用一種組合多重遞歸隨機(jī)數(shù)產(chǎn)生器mrg32k3a，其產(chǎn)生的隨機(jī)數(shù)很好的反應(yīng)了真實(shí)環(huán)境下的期權(quán)變化規(guī)律，也可以選用其他隨機(jī)數(shù)產(chǎn)生器，在此不做限定。

該隨機(jī)數(shù)產(chǎn)生器的具體原理如下：

組合多重遞歸隨機(jī)數(shù)產(chǎn)生器的遞推公式為：

xj,n＝(aj,1xj,n-1+…+aj,kxj,n-k)modm

周期

為了兼顧速度和長(zhǎng)周期性，j＝2、k＝3時(shí)比較理想。同時(shí)mrg32k3a是屬于此種類型的cmrg，因此確定系數(shù)后的遞推公式為：

其中n≥3，因此

a1，2＝1403580a1，3＝-810728

a2，1＝527612a2，3＝-1370589

m1＝2³²-209m2＝2³²-22853

根據(jù)上述結(jié)果以及如下的公式產(chǎn)生[0,1)之間的均勻隨機(jī)數(shù)

zn＝(x1,n+x2,n)modm1

周期周為

確定隨機(jī)數(shù)產(chǎn)生器后，一般有兩種方法使串行隨機(jī)數(shù)并行化，第一種是每個(gè)線程獨(dú)自應(yīng)用不同類別的隨機(jī)數(shù)產(chǎn)生器，第二種是將一個(gè)隨機(jī)數(shù)產(chǎn)生器并行化到每一個(gè)線程中。由于第二種方法易于實(shí)施，因此在本實(shí)施例眾選用第二種方法。

將產(chǎn)生的隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列，其中，預(yù)定數(shù)量可以根據(jù)cpu的線程數(shù)確定，而子序列的預(yù)定長(zhǎng)度應(yīng)滿足處理器模擬時(shí)對(duì)隨機(jī)數(shù)個(gè)數(shù)的最大需求，使處理器處理的狀態(tài)最佳。這時(shí)每個(gè)子序列都是原始序列的連續(xù)子序列，擁有各自的初始值。同時(shí)對(duì)每個(gè)子序列設(shè)置一個(gè)線程發(fā)送到協(xié)處理器中，進(jìn)行并行化處理，得到并行后的均勻分布隨機(jī)數(shù)。

上述方法通過(guò)符合期權(quán)變化規(guī)律的隨機(jī)數(shù)產(chǎn)生器產(chǎn)生隨機(jī)數(shù)，并將其并行化，加快處理模塊接收隨機(jī)數(shù)的速度，提高模擬速度，同時(shí)得到符合期權(quán)變化的抽樣樣本，計(jì)算出期權(quán)價(jià)格。該方法具有較快的處理速度，充分利用硬件資源，提高效率，同時(shí)模擬結(jié)果具有較好的精度。

請(qǐng)參考圖2，圖2為本申請(qǐng)實(shí)施例提供的正態(tài)分布處理的流程圖。

基于上述實(shí)施例，本實(shí)施例步驟s140可以包括：

步驟s141，根據(jù)所述均勻分布隨機(jī)數(shù)，計(jì)算出正態(tài)值；

步驟s142，根據(jù)所述正態(tài)值得到服從正態(tài)分布的正態(tài)分布隨機(jī)數(shù)。

其中，對(duì)于均勻分布隨機(jī)數(shù)的分布轉(zhuǎn)化，使最后輸出的隨機(jī)數(shù)是正態(tài)分布的。為了達(dá)到更好的轉(zhuǎn)化結(jié)果，在本實(shí)施例中選用box-muller變換作為分布轉(zhuǎn)化的方法，具體步驟如下：

首先，由并行化步驟產(chǎn)生兩個(gè)相互獨(dú)立的均勻分布隨機(jī)數(shù)r1,r2～u(0,1)。將其帶入到公式中計(jì)算。

令y符合公式

y＝μ+σx

輸出服從n(μ,σ²)的正態(tài)分布隨機(jī)數(shù)y。其中，x就是上述的正態(tài)值。

在實(shí)施例后續(xù)的步驟中，運(yùn)用此處得到的經(jīng)分布轉(zhuǎn)化的正態(tài)分布隨機(jī)數(shù)，可以使模擬的結(jié)果準(zhǔn)確度更高。

請(qǐng)參考圖3，圖3為本申請(qǐng)實(shí)施例提供的蒙特卡洛模擬的流程圖。

基于上述實(shí)施例，本實(shí)施例步驟s150可以包括：

步驟s501，利用所述正態(tài)分布隨機(jī)數(shù)在風(fēng)險(xiǎn)中性測(cè)度下模擬標(biāo)的資產(chǎn)的價(jià)格路徑；

步驟s502，計(jì)算在所述價(jià)格路徑下的期權(quán)的到期回報(bào)，并求得回報(bào)貼現(xiàn)；

步驟s503，重復(fù)步驟s501與步驟s502，得到回報(bào)貼現(xiàn)的抽樣樣本；

步驟s504，根據(jù)所述抽樣樣本計(jì)算樣本均值，得到期權(quán)價(jià)格。

其中，蒙特卡洛模擬的原理如下：

首先利用正態(tài)分布隨機(jī)數(shù)模擬資產(chǎn)的價(jià)格路徑，將時(shí)間區(qū)間[0,t]分成n個(gè)子區(qū)間

0＝t0＜t1＜t2＜…tn＝t

標(biāo)的資產(chǎn)價(jià)格過(guò)程的離散形式是

其中s(t)表示期權(quán)標(biāo)的資產(chǎn)在t時(shí)刻的價(jià)格，r為無(wú)風(fēng)險(xiǎn)利率，t為期權(quán)的到期執(zhí)行時(shí)刻，σ為標(biāo)的資產(chǎn)的波動(dòng)率，zi為正態(tài)分布的隨機(jī)數(shù)。

其次，再計(jì)算在這條路徑下期權(quán)的到期回報(bào)，并根據(jù)無(wú)風(fēng)險(xiǎn)利率求得匯報(bào)的貼現(xiàn)。其中計(jì)算要關(guān)注兩種情況，分別是看漲期權(quán)和看跌期權(quán)。

看漲期權(quán)

看跌期權(quán)

其中k為敲定價(jià)格。

然后利用大量隨機(jī)數(shù)，繼續(xù)重復(fù)前兩步，可以得到大量期權(quán)回報(bào)貼現(xiàn)值的抽樣樣本。

最后求取樣本均值，得到期權(quán)價(jià)格的蒙特卡洛模擬值，也就是模擬出的期權(quán)價(jià)格。

看漲期權(quán)

如果其中是看跌期權(quán)，只需要將改為即可。

本申請(qǐng)技術(shù)方案，通過(guò)將串行數(shù)據(jù)分割為子序列，并對(duì)每個(gè)子序列設(shè)置一個(gè)線程實(shí)現(xiàn)串行數(shù)據(jù)的并行化處理，再將隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化形成正態(tài)分布隨機(jī)數(shù)，最后根據(jù)該正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到模擬的期權(quán)價(jià)格。

本申請(qǐng)實(shí)施例提供了一種期權(quán)定價(jià)的方法，可以通過(guò)上述方法快速的產(chǎn)生隨機(jī)數(shù)，處理模塊也同時(shí)更快接收隨機(jī)數(shù)，從而使模擬的速度提高。同時(shí)運(yùn)用了正態(tài)分布的隨機(jī)數(shù)，使最后模擬的結(jié)果精度更高。

下面對(duì)本申請(qǐng)實(shí)施例提供一種期權(quán)定價(jià)的裝置及系統(tǒng)進(jìn)行介紹，下文描述的一種期權(quán)定價(jià)的裝置及系統(tǒng)與上文描述的一種期權(quán)定價(jià)的方法可相互對(duì)應(yīng)參照。

請(qǐng)參考圖4，圖4為本申請(qǐng)實(shí)施例提供的一種期權(quán)定價(jià)的裝置的結(jié)構(gòu)圖。

該裝置可用于快速的處理期權(quán)定價(jià)模擬，可以包括：

串行隨機(jī)數(shù)模塊100，根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；

分割模塊200，將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；

均勻分布模塊300，對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，發(fā)送到協(xié)處理器中進(jìn)行并行化處理得到均勻分布隨機(jī)數(shù)；

正態(tài)分布模塊400，對(duì)所述并行化隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化，得到正態(tài)分布隨機(jī)數(shù)；

模擬模塊500，根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

請(qǐng)參考圖5，圖5為本申請(qǐng)實(shí)施例提供的正態(tài)分布模塊的結(jié)構(gòu)圖。

基于上述實(shí)施例，該正態(tài)分布模塊400，可以包括：

第一計(jì)算單元410，根據(jù)所述均勻分布隨機(jī)數(shù)，計(jì)算出正態(tài)值；

第二計(jì)算單元420，根據(jù)所述正態(tài)值，得到服從正態(tài)分布的正態(tài)分布隨機(jī)數(shù)。

請(qǐng)參考圖6，圖6為本申請(qǐng)實(shí)施例提供的模擬模塊的結(jié)構(gòu)圖。

基于上述實(shí)施例，該模擬模塊500，可以包括：

模擬價(jià)格單元510，利用所述正態(tài)分布隨機(jī)數(shù)在風(fēng)險(xiǎn)中性測(cè)度下模擬標(biāo)的資產(chǎn)的價(jià)格路徑；

回報(bào)計(jì)算單元520，計(jì)算在所述價(jià)格路徑下的期權(quán)的到期回報(bào)，并求得回報(bào)貼現(xiàn)；

抽樣樣本獲取單元530，根據(jù)所述模擬價(jià)格單元與所述匯報(bào)計(jì)算單元的輸出，得到回報(bào)貼現(xiàn)的抽樣樣本；

第三計(jì)算單元540，根據(jù)所述抽樣樣本計(jì)算樣本均值，得到期權(quán)價(jià)格。

請(qǐng)參考圖7，圖7為本申請(qǐng)實(shí)施例提供的一種期權(quán)定價(jià)的系統(tǒng)的結(jié)構(gòu)圖。

該系統(tǒng)可用于快速的處理期權(quán)定價(jià)方法，可以包括：

cpu710，用于根據(jù)期權(quán)變化的特征，設(shè)定串行隨機(jī)數(shù)發(fā)生器得到原始隨機(jī)數(shù)序列；并將所述原始隨機(jī)數(shù)序列按預(yù)定數(shù)量分割為預(yù)定長(zhǎng)度的子序列；對(duì)每個(gè)所述子序列設(shè)置一個(gè)線程，設(shè)置每個(gè)線程的初始值，發(fā)送到協(xié)處理器。

協(xié)處理器720，將發(fā)送來(lái)的所述子序列利用openmp并行化處理得到并行化隨機(jī)數(shù)，對(duì)所述并行化隨機(jī)數(shù)進(jìn)行分布轉(zhuǎn)化，得到正態(tài)分布隨機(jī)數(shù)，并根據(jù)所述正態(tài)分布隨機(jī)數(shù)進(jìn)行蒙特卡洛模擬，得到期權(quán)價(jià)格。

其中，根據(jù)上述并行化的理論方案，將串行程序改為openmp并行程序，確定輸入量和輸出量，通過(guò)offload的方式實(shí)現(xiàn)并行化，并將代碼移植到協(xié)處理器中。

過(guò)cpu和協(xié)處理器協(xié)同處理的系統(tǒng)，將期權(quán)定價(jià)的過(guò)程分工處理。cpu完成控制任務(wù)和數(shù)據(jù)傳輸任務(wù)，協(xié)處理器端作為計(jì)算端，完成cpu交給的并行任務(wù)。可以提高效率，加快模擬的速度。

說(shuō)明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開(kāi)的裝置而言，由于其與實(shí)施例公開(kāi)的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。

專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開(kāi)的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來(lái)實(shí)現(xiàn)，為了清楚地說(shuō)明硬件和軟件的可互換性，在上述說(shuō)明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本申請(qǐng)的范圍。

結(jié)合本文中所公開(kāi)的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來(lái)實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(ram)、內(nèi)存、只讀存儲(chǔ)器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動(dòng)磁盤、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

以上對(duì)本申請(qǐng)所提供的一種期權(quán)定價(jià)的方法進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本申請(qǐng)的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本申請(qǐng)?jiān)淼那疤嵯?，還可以對(duì)本申請(qǐng)進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本申請(qǐng)權(quán)利要求的保護(hù)范圍內(nèi)。