NVIDIA-AI-Blueprints/portfolio-optimization

해결하는 문제

이 프로젝트는 금융 포트폴리오 최적화에서 계산 속도와 모델 복잡성 사이의 갈등을 해결합니다. 기존의 느린 배치 처리 방식의 강건한 분석(예: Mean-CVaR(조건부 위험가치) 및 대규모 시뮬레이션)을 동적 의사결정에 적합한 빠르고 반복 가능한 워크플로우로 전환합니다.

작동 방식

NVIDIA CUDA 생태계 기반의 GPU 가속 파이프라인을 사용합니다:

1. 시나리오 생성: RAPIDS cuML을 사용하여 GPU 가속 카르네르 밀도 추정(KDE)을 통해 수익률 분포를 학습하고 샘플링하여 최대 100배의 속도 향상 달성.
2. 최적화: NVIDIA cuOpt 솔버를 활용해 복잡한 시나리오 기반 Mean-CVaR 포트폴리오 최적화 문제를 처리하며, CPU 기반 솔버 대비 최대 160배의 속도 향상 제공.
3. 백테스팅: CUDA-X Data Science 및 HPC SDK를 사용해 트레이딩 전략을 철저히 테스트하고 개선.

대상 사용자

대규모 시뮬레이션과 리스크 모델링을 프로덕션 수준의 속도로 수행해야 하는 금융 분석가, 양적 연구자, 고성능 트레이딩 전략 개발자.

주요 특징

• 엄청난 속도 향상: 최적화가 최대 160배 빨라지고, 시나리오 생성이 최대 100배 빨라짐.
• 리스크 모델링: 프로덕션 수준의 속도에서 조건부 위험가치(CVaR) 사용 가능.
• 반복 워크플로우: 느린 배치 처리가 아닌 동적이고 데이터 기반의 최적화 주기 지원.
• 인터랙티브 도구: 워크스루용 Jupyter 노트북과 동적 리밸런싱 시연용 Streamlit 앱 포함.