Tanto las GPU como las FPGA están en uso en las firmas de Wall Street. Para lo que se usan es para calcular grandes cantidades de números muy rápidamente.
Aquí hay algunos ejemplos de cómo
Finanzas computacionales
- Cómo leer el Wall Street Journal gratis
- ¿Cuáles fueron las consecuencias del accidente de Wall Street en 1929?
- ¿Cuál es el período promedio de tenencia de una acción?
- ¿Fue el colapso financiero de 2008 un resultado indirecto de los costos y expectativas de energía?
- ¿Por qué Goldman Sachs compró asquerosamente la garantía de bonos del dictador venezolano para proporcionar liquidez?
Esto entra en los detalles esenciales
Página sobre buey
Esencialmente, muchos problemas financieros pueden reducirse a los programas de Monte Carlo. Si trata cada ruta como un “píxel” en una GPU, puede calcular números masivos de rutas en paralelo.
Curiosamente, nunca he visto usar GPU en un sistema HFT de producción, aunque he oído rumores de que FPGA se está usando en HFT. La razón por la que la GPU no funciona fácilmente con HFT es que a las GPU les gusta trabajar contra lotes de números. Cuando está haciendo HFT, los datos llegan de manera intermitente, por lo que no está en condiciones de agrupar los números en una gran matriz.
El otro problema es que en HFT, la potencia bruta de la CPU no significa mucho. Las CPU pueden agregar números en nanosegundos, lo que significa que 10-20 milisegundos es para siempre. El truco en HFT es no tener cálculos reales de la CPU, sino asegurarse de que los números no se “bloqueen” en ningún lugar del sistema de E / S.
Ahora es posible que alguien haya descubierto una forma de hacer HFT con GPU (y que alguien se ría en silencio de mi afirmación de que no se puede hacer fácilmente ya que cuentan su dinero), pero existe una barrera técnica no trivial para eso.