NVIDIA DGX-2和加速Python庫為STAC-A3算法提供了前所未有的加速，可用于對交易策略進行基準回測。

NVIDIA可為對沖基金行業交易策略基準回測算法提供超6,000倍的計算加速。

這一大規模GPU加速對金融服務行業有著重大意義。對于上萬家對沖基金而言，他們將能夠設計更復雜的模型，并對其進行更嚴苛的壓力測試，且能夠在幾小時而非幾天的時間內對其進行回測。而且，金融工程師、數據科學家和交易員將能夠構建更智能的算法，更快地將其投入生產，從而節約數百萬美元的硬件成本。

根據《全球算法交易市場2016-2020》（ Global Algorithmic Trading Market 2016–2020）報告，在約90%的公開交易中都采用了金融交易算法。此外，根據《華爾街日報》（Wall Street Journal）報道，特別是在當前美股市場交易中，量化交易已增長至約三分之一。

證券技術分析中心（STAC）也已證實了這一突破性成果，該分析中心的成員包括了全球390多家領先的銀行、對沖基金和金融服務技術公司。

NVIDIA使用STAC-A3展示了其計算平臺的能力，STAC-A3是金融服務行業用于回測交易算法的基準測試套件，可基于歷史數據來審視策略的表現情況將會是怎樣的。

通過使用一套NVIDIA DGX-2系統運行加速Python庫，NVIDIA突破了先前幾次的STAC-A3基準測試結果。在一次測試中，其在60分鐘的規定測試時間內，在一組50臺的儀器上運行了2,000萬次模擬，而此前的紀錄為3,200次模擬。

STAC-A3參數掃描基準使用實際數據量，并回測簡化交易算法的眾多變量，以確定每個模擬的利潤和損失分數。雖然該底層算法很簡單，但對多種變量進行并行測試的目的在于以實際方式對系統施壓。

現任STAC分析研究主管、前華爾街分析師Michel Debiche表示，“這種能對一組特定歷史數據進行大量模擬的能力，對于交易和投資公司來說，很重要。在算法中探索更多的參數組合能夠為我們帶來更優化的模型，從而制定出更具盈利性的策略。”

取得這樣的基準測試結果是基于DGX-2服務器和Python所達到的。該DGX-2服務器由16塊NVIDIA V100 GPU為其提供并行處理能力；而Python則同時運用了NVIDIA CUDA-X AI軟件以及NVIDIA RAPIDS和Numba機器學習軟件。

RAPIDS是一組不斷發展的庫，可對常見Python數據科學任務中的GPU加速進行簡化。而Numba能夠讓數據科學家使用Python編寫代碼，并將其編譯到GPU原生CUDA中，從而輕松擴展RAPIDS的功能。

RAPIDS和Numba軟件使數據科學家和交易員無需深入了解GPU編程也能發揮GPU的性能表現。