| 目录 | 第1-8页 |
| TABLE OF CONTENTS | 第8-11页 |
| 摘要 | 第11-13页 |
| ABSTRACT | 第13-16页 |
| 第1章 绪论 | 第16-34页 |
| ·研究背景 | 第16-18页 |
| ·期权定价及其数值算法 | 第18-23页 |
| ·期权定价相关概念 | 第18页 |
| ·Black-Scholes期权定价模型 | 第18-20页 |
| ·基于BSDE的期权定价模型 | 第20-22页 |
| ·期权定价的数值算法 | 第22-23页 |
| ·期权定价数值算法的并行化研究现状 | 第23-30页 |
| ·并行计算机体系结构概述 | 第24-25页 |
| ·基于二叉树方法的期权定价并行算法 | 第25-27页 |
| ·基于Monte-Carlo模拟的期权定价并行算法 | 第27-29页 |
| ·基于其它数值模型的期权定价并行算法 | 第29-30页 |
| ·研究内容与贡献 | 第30-32页 |
| ·论文组织结构 | 第32-34页 |
| 第2章 基于BSDE-二叉树方法的期权定价并行算法 | 第34-50页 |
| ·BSDE-二叉树期权定价算法 | 第34-36页 |
| ·基于Cluster的CBSDE-BinoTree并行算法 | 第36-42页 |
| ·并行算法设计 | 第36-39页 |
| ·性能分析 | 第39-40页 |
| ·实验结果 | 第40-42页 |
| ·基于GPU的GBSDE-BinoTree并行算法 | 第42-49页 |
| ·CUDA统一计算设备架构 | 第42-43页 |
| ·并行算法框架 | 第43-45页 |
| ·数据分配策略 | 第45-46页 |
| ·实验结果 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 基于BSDE-Theta格式的期权定价并行算法 | 第50-64页 |
| ·BSDE-Theta格式期权定价算法 | 第50-54页 |
| ·基于GPU的GBSDE-TS并行算法 | 第54-58页 |
| ·并行算法设计 | 第54-57页 |
| ·实验结果 | 第57-58页 |
| ·基于Cluster的CBSDE-TS并行算法 | 第58-63页 |
| ·并行算法设计 | 第58-60页 |
| ·实验结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 基于BSDE-LSM方法的高维美式期权定价并行算法 | 第64-81页 |
| ·BSDE-LSM高维美式期权定价算法 | 第64-70页 |
| ·基于GPU的GBSDE-LSM并行算法 | 第70-76页 |
| ·并行算法框架 | 第70-72页 |
| ·各阶段的GPU加速策略 | 第72-76页 |
| ·实验结果 | 第76-80页 |
| ·本章小结 | 第80-81页 |
| 第5章 面向金融风险度量的科学计算应用平台 | 第81-89页 |
| ·平台体系结构 | 第81-82页 |
| ·期权定价及金融风险度量应用部署 | 第82-85页 |
| ·平台功能实现 | 第85-88页 |
| ·期权定价历史数据库 | 第85-86页 |
| ·作业提交流程 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第6章 总结与展望 | 第89-92页 |
| ·本文工作总结 | 第89-91页 |
| ·未来工作展望 | 第91-92页 |
| 参考文献 | 第92-102页 |
| 致谢 | 第102-103页 |
| 攻读学位期间发表的学术论文目录 | 第103-104页 |
| 攻读学位期间参与科研项目情况 | 第104-105页 |
| 攻读学位期间获奖情况 | 第105-106页 |
| 外文论文 | 第106-126页 |
| 外文论文一 | 第106-113页 |
| 外文论文二 | 第113-126页 |
| 学位论文评阅及答辩情况表 | 第126页 |
