Warp 7 für Kreditportfolio-Simulationen mit mclapply und Amazon EC2: Energie!

Stabilitätsanalyse

Stabilitätsanalyse

Gut. Ich muss mich dem stellen. Ich bin ein Nerd. Und ich werde es ausleben:

Den Code meiner Simulationsanwendung habe ich jetzt für die Anwendung der Funktion mclapply aus dem Package Multicore angepasst, jetzt gilt es den Effekt der Parallelisierung auszuprobieren.

Lokale Simulation sequentiell:
1,15 Sekunden pro Lauf → etwa 190 Minuten für 10.000 Simulationen (eine Periode)

Lokale Simulation parallel:
0,35 Sekunden pro Lauf → etwa 60 Minuten für 10.000 Simulationen (eine Periode)

Amazon Cloud:
0,15 Sekunden pro Lauf → etwa 25 Minuten für 10.0000 Simulationen (eine Periode)

Bei Amazon habe ich dafür die High-Memory Quadruple Extra Large (Vierfach XL) Instance benutzt:

68,4 GB Speicher
26 EC2 Compute Units (8 virtuelle Kerne mit je 3,25 EC2 Recheneinheiten)
1.690 GB Instance-Speicher
64-Bit-Plattform
E/A-Leistung: Hoch
Als EBS-optimiert verfügbar: 1000 Mbps
API-Name: m2.4xlarge

Für diese Instanz berechnet Amazon laut Preisliste 1,80$ pro Stunde, als Spot Instance habe ich 0,18$ gezahlt. Eine stabile Berechnung würde damit dann etwa 0,075$ kosten.

Die nächste Stufe wäre dann die Bündelung mehrerer Instanzen über Hadoop

Capital at Risk: Features des erweiterten Kreditportfoliomodells

Ergebnisse Capital at Risk

Migrationsmatrizen und Ergebnisausgabe

Vor einiger Zeit hatte ich ja hier und hier die Grundideen meines privaten Kreditportfoliomodell-Spielplatzes vorgestellt. Unten sind die bereits umgesetzten Funktionen des Modells aufgeführt, danach die Ideen, die ich gern noch einbauen möchte. Vielleicht hat ja noch jemand interessante Anregungen – ich freue mich über jeden Kommentar. Weiterlesen

Amazon EC2 – Schritt für Schritt zum RStudio Server in der Cloud

Langsam stoße ich mit den Code-Optimierungen in R für mein Simulationsmodell an die Grenzen der lokalen Hardware. Um halbwegs verlässliche Werte zu erzeugen, sind Rechenzeiten von etwa 15 Stunden zu erwarten. Es wird also Zeit sich mit den Möglichkeiten des Cloud-Computing zu beschäftigen. Zu Beginn habe ich mich so wie hier beschrieben für die Amazon Web Services registiert.

Die nächste Herausforderung ist dann, eine eigene Instanz zu starten und den RStudio Server zu starten. Folgende Schritte sind notwendig: Weiterlesen