针对大规模非凸风险平价模型计算问题，我中心科研人员提出的一种并行近似算法通过统一计算设备架构（CUDA）实现优化，改进了原来线性逼近算法无法求解非凸约束的问题。该成果被国际著名期刊 Parallel Computing（PARCO，CCF B类）录用。论文第一作者为高性能部博士生陈逸东，导师为陆忠华研究员。 

　　2020年，多伦多大学Roy H. Kwon教授提出非凸风险平价模型族，引起了学界广泛兴趣。因非凸优化属NP问题，在多项式时间内达到最优求解非常困难。我中心研究人员提出的并行近似算法计算了该问题近似平稳解，证明了算法的收敛性，在CUDA、intel MKL等平台实现算法优化，对于计算规模为3000，周期为20年的风险平价问题，计算时间可缩短到1小时以内，较商业求解器提升了千倍以上。 

（撰稿人：陈逸东）

　　 　　　　

与已有算法比较（相对误差曲线） 

与已有算法比较（计算时间） 

责任编辑：孙健英