View a markdown version of this page

Deadline Cloud에서 Monte Carlo 시뮬레이션 실행 - 기한 클라우드

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Deadline Cloud에서 Monte Carlo 시뮬레이션 실행

monte_carlo_simulation 작업 번들은 QuantLib의 Heston 확률 변동성 모델과 함께 Monte Carlo 시뮬레이션을 사용하여 자동 호출 가능한 구조화된 노트 포트폴리오의 가격을 책정합니다. 작업은 AWS Batch를 사용한 금융 파생 상품 요금 워크숍의 Deadline Cloud 포트입니다.

번들은 2단계 파이프라인을 정의합니다.

  1. PricePositions - 포트폴리오 위치당 하나의 작업입니다. 작업은 Heston 모델을 한 번 보정하고 청크의 모든 위치에 가격을 책정하는 청크로 그룹화되어 보정 비용을 분할 상환합니다.

  2. AggregateResults - 위치별 결과를 포트폴리오 요약으로 수집합니다.

번들은 로드 밸런싱을 위해 Open Job Description TASK_CHUNKING 확장을 사용합니다. 스케줄러는 개별 위치를 디스패치하는 것으로 시작하여 시간이 얼마나 걸리는지 관찰한 다음 대상 런타임에 맞게 청크 크기를 자동으로 늘립니다. 빠른 위치는 더 큰 청크로 그룹화됩니다. 느린 위치는 플릿 전체에 분산된 작업을 유지하기 위해 작은 청크로 유지됩니다.

이 번들을 실행하려면에 대한 conda-forge 채널이 포함된 conda 대기열 환경이 있는 대기열이 필요합니다quantlib-python. 스타터 팜 템플릿을 배포할 때 ProdCondaChannels 파라미터를 로 설정합니다deadline-cloud conda-forge.

GUI 제출자와 함께 번들을 제출합니다.

deadline bundle gui-submit monte_carlo_simulation/

또는 위치 수가 적은 빠른 테스트를 제출합니다.

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