使用CUDA平行计算机制运用到高频套利交易—以-平行处理试验室.PDFVIP

The 31st Workshop on Combinatorial Mathematics and Computation Theory 使用 CUDA 平行計算機制運用到高頻套利交易— 以台指期權市場為例 徐宇薇 1 林俞君 1 潘長華 1 吳現任 1 戴天時 1 王釧茹 2 國立交通大學資訊管理與財務金融學系 台北市立大學資訊科學系 Abstract 的套利為例，觀察並分析平行計算利用於高頻 交易上所獲得的效益。 高頻交易，指的是透過極高速且精密的電 套利策略的獲利基礎，在於利用實際價格與理 腦程式，在極短時間內下達大量的交易指令 ， 論價格的偏離，賺取其間的價差。而現今的國 以捕捉商品瞬時價格波動，賺取利益，故可高 際金融與衍生性金融產品市場如此發達 ，套利 速執行的交易資訊設備與以及有效率的交易演 機會可說是無所不在。但在「效率市場」的假 算法對高頻交易十分重要。而平行計算可透過 說之下，一個成熟的期權市場資訊流通往往十 將複雜的難題拆解成許多的小問題，再分配給 分迅速，套利機會稍縱即逝，故非常適合利用 不同的平行計算單元同時處理，以提升計算效 高頻交易作迅速捕捉。各個券商無不借助計算 率，減少整體計算時間，所以本文將研究如何 機的高速運算，欲成為最早捕捉到套利機會的 使用平行計算提高高頻交易的效能。 勝利者，因為若稍慢送出套利單，就幾乎沒有 本研究將以期權市場的套利為例，採用期 獲利機會了。 貨箱型價差、賣權買權期貨平價理論、買權賣 一 般 而 言 ， 電 腦 裡 的 資 料 運 算 都 是 由 權價差及蝶狀價差等四種套利策略，將期交所 CPU(Centeral Process Unit ，請見後文介紹)來循 提供的委託單的歷史資料輸入虛擬交易所程 序處理。而隨著科技的發展，過去主要負責圖 式，還原市場當時的交易狀況，並且加入使用 形影像處理的 GPU ，現今也多被用來進行一般 傳統循序計算的程式與使用 GPU(Graphic 的運算程式。GPU 憑著其強大的平行運算能 Process Unit) ，請見後文解釋) 執行平行計算的下 力，大幅提升了程式的計算效能 。翁輝澤(2011) 單程式，利用虛擬交易所揭露的最佳的五檔買 中指出高度資料平行的演算法，GPU 能夠獲得 賣價資訊，互相競爭尋找套利機會，並利用二 比 CPU 高出將近 8-10 倍的計算效益。Zhang, N., 分逼近法計算各履約價的隱含波動度找尋錯價 J. Wang and Y. Chen (2010) 中也指出在 Sobel 時機，比較錯價與套利策略的關係。藉此驗證 edge detection( 邊 緣 檢 測 ) 與 homomorphic GPU 強大的運算能力 ，同時證明平行運算對於 filterin( 同態濾波)兩圖形處理演算法下,GPU 的 高頻交易有很大的幫助 。 圖形處理速度相較於 CPU 快了約 25-49 倍。皆 證明了 G