Parallel Evaluation of Numerical Models for Algorithmic Trading
Parallel Evaluation of Numerical Models for Algorithmic Trading
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/82925Identifikátory
SIS: 158709
Kolekce
- Kvalifikační práce [10690]
Autor
Vedoucí práce
Oponent práce
Zavoral, Filip
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové systémy
Katedra / ústav / klinika
Katedra softwarového inženýrství
Datum obhajoby
5. 9. 2016
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
paralelizace, GPU, Xeon Phi, algoritmické obchodování, support vector machinesKlíčová slova (anglicky)
parallelization, GPU, Xeon Phi, algorithmic trading, support vector machinesPráce se bude zabývat problematikou paralelního vyhodnocení modelů algoritmického obchodování, jež jsou založeny na multiple kernel support vector machines pro regresi. V práci bude navrženo několik přístupů k paralelizaci vyhodnocení těchto modelů. Pro každý z navržených přístupů bude analyzována jeho vhodnost pro vysoce paralelní architektury, jmenovitě pro koprocesor Intel Xeon Phi. Z toho důvodu bude tato analýza reflektovat jak specifika tohoto koprocesoru, tak i specifika jeho programování. Výstupy analýzy budou použity při implementaci prototypu, jehož výkonnost bude na základě provedených testů porovnána s výkonností sériové a paralelní implementace pro běžné vícejádrové CPU. Powered by TCPDF (www.tcpdf.org)
This thesis will address the problem of the parallel evaluation of algorithmic trading models based on multiple kernel support vector regression. Various approaches to parallelization of the evaluation of these models will be proposed and their suitability for highly parallel architectures, namely the Intel Xeon Phi coprocessor, will be analysed considering specifics of this coprocessor and also specifics of its programming. Based on this analysis a prototype will be implemented, and its performance will be compared to a serial and multi-core baseline pursuant to executed experiments. Powered by TCPDF (www.tcpdf.org)