基于MIC架构稳健投资组合并行算法及实现

投资组合选择是数量化投资管理领域中的一项关键技术,目前其在应用中亟需高性能算法与实现研究。本论文针对现实投资场景下的稳健投资组合选择最优化模型,设计出高效的并行算法,利用并行计算技术多层级优化性能,实现对稳健投资组合计算的快速响应。该稳健投资组合将模糊集理论与投资组合理论相结合,建立基于可能性理论和机会测度的投资组合模型,用BP神经网络算法和遗传算法对模型进行求解,并在最新的高性能计算集成众核(Many Integrated Core,MIC)架构上实现并行。文章选取上证50指数成份股近两年的交易数据,对并行算法及其性能进行分析。结果显示,该算法计算得到的投资组合收益率优于经典模型收益率和上证50指数同期收益率,基于MIC架构的并行求解性能优于传统的CPU架构,平均并行效率达到80%。     

毛乌素沙漠南部植被指数的变化规律研究

为了认识毛乌素沙漠南部植被的变化,基于MODIS的NDVI遥感数据分析了2000-2013年毛乌素沙漠南部植被的变化特征,NDVI年平均值呈上升趋势,年增长率为2.69×10~(-3)/a。各年均值的空间最大值变化幅度不大,基本表现为上升趋势。结合转移矩阵的方法,将NDVI值分为不同级别并建立植被指数转移矩阵,计算分析了NDVI值逐年的级别转移情况。由各年NDVI值较上年的变化及各年植被覆盖级别较上年的变化分析显示,总体NDVI都表现为较上一年变好的趋势,2013年相对2000年的72.37%的像元的植被级别变好。将2013年相对2000年转移矩阵中NDVI值在各等级所占个数进行统计显示,NDVI值由矩阵的下三角向上三角转移,上三角阵中NDVI像元的个数远大于下三角阵,说明NDVI值表现出由低等级向高等级转化的趋势,植被情况逐步转好。整体上,2000-2013年毛乌素沙漠南部整体植被情况在持续转好。