InFine.QuantFinance
Pricing, risques et calibration, avec du code à lire et à exécuter. Une bibliothèque développée par in finē pour transmettre les méthodes quantitatives et explorer leur exécution sur CPU et GPU.
using InFine.QuantFinance.ClosedForm;
var call = BlackScholes.Greeks(
OptionType.Call,
spot: 100, strike: 100,
maturity: 1.0, rate: 0.025,
dividendYield: 0.01,
volatility: 0.20);
Console.WriteLine(call.Price);
// 8.586530 (rounded)Données illustratives. Résultat attendu de l’exemple du dépôt.
Ouvrir l’exemplePourquoi ouvrir le code
Ce projet est né de la formation de nos consultants quant et IT-quant : un moyen de relier les modèles financiers, leur implémentation et les réalités du calcul.
Partagée jusqu’ici avec nos clients dans un dépôt privé, la bibliothèque est utilisée dans plusieurs institutions financières. Nous avons retravaillé le code et l’avons publié sous licence MIT pour permettre à chacun de l’étudier, de l’utiliser et d’y contribuer.
Partir d’un exemple exécutable
Le dépôt propose des exemples .NET avec des données synthétiques et des résultats attendus. Suivez un calcul, examinez ses hypothèses et essayez-le sur votre machine.
Pricing · Greeks · Volatilité implicite
Prix Black-Scholes-Merton, sensibilités, volatilité implicite et valorisation Heston. Un premier parcours des paramètres du modèle aux résultats numériques.
Ouvrir l’exemple — Valoriser une option et ses sensibilitésMonte Carlo · VaR / ES · CPU / GPU
VaR et Expected Shortfall par Monte Carlo en revalorisation complète, avec décomposition du risque. Comparez les résultats CPU et GPU lorsque la configuration GPU est disponible.
Ouvrir l’exemple — Explorer le risque d’un portefeuilleSVI · Calibration · Contrôles d’arbitrage
Ajustez des smiles SVI, examinez les contrôles d’arbitrage butterfly et calendaire, puis valorisez à partir d’une surface interpolée.
Ouvrir l’exemple — Calibrer une surface de volatilitéÉgalement dans la bibliothèque : courbes de taux, Hull-White, construction de portefeuille, backtesting et complément Excel.
Voir tous les exemplesDes mesures et leurs limites
Les noyaux de calcul s’exécutent sur .NET. Hybridizer peut compiler ces mêmes noyaux en CUDA pour les GPU NVIDIA. Le dépôt compare les résultats GPU à leurs équivalents CPU.
| Calcul | CPU · tous les cœurs | GPU · bout en bout |
|---|---|---|
| VaR Monte Carlo20 M scénarios × 100 options × 101 facteurs | 12,96 s | 5,73 s |
| Backtest par bootstrap1 M trajectoires × 2 520 jours × 10 actifs | 5,27 s | 2,62 s |
| Heston COS2 M options | 8,67 s | 3,88 s |
| Black-Scholes1 M options · limité par les transferts | 5,9 ms | 23,9 ms |
Ryzen 9 7845HX (24 threads), RTX 4070 Laptop (8 Go), Windows. .NET 8, BenchmarkDotNet 0.15.8, double précision. Les temps GPU incluent les transferts entre hôte et GPU.
Le GPU apporte un gain sur ces calculs lourds. Sur le calcul Black-Scholes plus court, les transferts de données rendent le CPU plus rapide. Le résultat dépend de votre charge de calcul et de votre matériel.
Consulter les mesures et le protocoleUtiliser, étudier, contribuer
Commencez sur CPU avec le SDK .NET 8. Consultez le guide GPU pour la configuration NVIDIA et Hybridizer complémentaire, ou explorez les exemples Excel.
Installer le package de pricing
dotnet add package InFine.QuantFinance.ClosedFormLa bibliothèque est publiée sous MIT. Hybridizer est un produit distinct avec ses propres conditions ; son éditeur demande de le contacter pour un usage commercial. Les dépendances tierces conservent leurs licences respectives.
Licence et composants tiersLe projet est en version pré-1.0 et son API publique peut évoluer entre versions mineures. Les taux multi-courbes, le crédit et le change ne sont pas couverts. Consultez les limites documentées et validez les modèles pour votre usage.
État du projet et limites connuesLes équipes derrière le code
Adapter un modèle, intégrer un calcul ou comprendre un problème de performance : nos consultants accompagnent les institutions financières sur ces sujets.