NVIDIA DGX-2和加速Python库为STAC-A3算法提供了前所未有的加速，可用于对交易策略进行基准回测。

NVIDIA可为对冲基金行业交易策略基准回测算法提供超6,000倍的计算加速。

这一大规模GPU加速对金融服务行业有着重大意义。对于上万家对冲基金而言，他们将能够设计更复杂的模型，并对其进行更严苛的压力测试，且能够在几小时而非几天的时间内对其进行回测。而且，金融工程师、数据科学家和交易员将能够构建更智能的算法，更快地将其投入生产，从而节约数百万美元的硬件成本。

根据《全球算法交易市场2016-2020》（ Global Algorithmic Trading Market 2016–2020）报告，在约90%的公开交易中都采用了金融交易算法。此外，根据《华尔街日报》（Wall Street Journal）报道，特别是在当前美股市场交易中，量化交易已增长至约三分之一。

证券技术分析中心（STAC）也已证实了这一突破性成果，该分析中心的成员包括了全球390多家领先的银行、对冲基金和金融服务技术公司。

NVIDIA使用STAC-A3展示了其计算平台的能力，STAC-A3是金融服务行业用于回测交易算法的基准测试套件，可基于历史数据来审视策略的表现情况将会是怎样的。

通过使用一套NVIDIA DGX-2系统运行加速Python库，NVIDIA突破了先前几次的STAC-A3基准测试结果。在一次测试中，其在60分钟的规定测试时间内，在一组50台的仪器上运行了2,000万次模拟，而此前的纪录为3,200次模拟。

STAC-A3参数扫描基准使用实际数据量，并回测简化交易算法的众多变量，以确定每个模拟的利润和损失分数。虽然该底层算法很简单，但对多种变量进行并行测试的目的在于以实际方式对系统施压。

现任STAC分析研究主管、前华尔街分析师Michel Debiche表示，“这种能对一组特定历史数据进行大量模拟的能力，对于交易和投资公司来说，很重要。在算法中探索更多的参数组合能够为我们带来更优化的模型，从而制定出更具盈利性的策略。”

取得这样的基准测试结果是基于DGX-2服务器和Python所达到的。该DGX-2服务器由16块NVIDIA V100 GPU为其提供并行处理能力；而Python则同时运用了NVIDIA CUDA-X AI软件以及NVIDIA RAPIDS和Numba机器学习软件。

RAPIDS是一组不断发展的库，可对常见Python数据科学任务中的GPU加速进行简化。而Numba能够让数据科学家使用Python编写代码，并将其编译到GPU原生CUDA中，从而轻松扩展RAPIDS的功能。

RAPIDS和Numba软件使数据科学家和交易员无需深入了解GPU编程也能发挥GPU的性能表现。