Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Analyse des données intrajournalières

Dans cours

FIN-525: Financial big data

The course introduces modern methods to acquire, clean, and analyze large quantities of financial data efficiently. The second part expands on how to apply these techniques and robust statistics to financial analysis, in particular to intraday data and inv ...

Description

Cette séance de cours se concentre sur l'analyse des données intrajournalières, couvrant des sujets tels que les fichiers commerciaux, les études systématiques, les points d'arrêt dans les langages de script, les techniques de débogage et les meilleures pratiques de programmation. Il se penche également sur l'informatique multicœur en Python, la programmation GPU, le calcul de corrélation avec les GPU et l'utilisation de bibliothèques comme Thrust et Numba pour des calculs plus rapides.

Enseignant·e

Damien Challet

Source officielle

Concepts associés (29)

General-purpose processing on graphics processing units

GPGPU est l'abréviation de general-purpose computing on graphics processing units, c'est-à-dire calcul générique sur processeur graphique. L'objectif de tels calculs est de bénéficier de la capacité de traitement parallèle des processeurs graphiques. Avant l'arrivée des GPGPU, le CPU, processeur central de l'ordinateur, traitait la plupart des opérations lourdes en calcul comme les simulations physiques, le rendu hors-ligne pour les films, les calculs de risques pour les institutions financières, la prévision météorologique, l'encodage de fichier vidéo et son Intel avec ses 80 % de parts de marché sur les CPU dominait donc très largement tous les besoins en calcul et pouvait en extraire de substantielles marges.

Parallélisme (informatique)

vignette|upright=1|Un des éléments de Blue Gene L cabinet, un des supercalculateurs massivement parallèles les plus rapides des années 2000. En informatique, le parallélisme consiste à mettre en œuvre des architectures d'électronique numérique permettant de traiter des informations de manière simultanée, ainsi que les algorithmes spécialisés pour celles-ci. Ces techniques ont pour but de réaliser le plus grand nombre d'opérations en un temps le plus petit possible.

Processeur graphique

Un processeur graphique, ou GPU (de l'anglais Graphics Processing Unit), également appelé coprocesseur graphique sur certains systèmes, est une unité de calcul assurant les fonctions de calcul d'image. Il peut être présent sous forme de circuit intégré (ou puce) indépendant, soit sur une carte graphique ou sur la carte mère, ou encore intégré au même circuit intégré que le microprocesseur général (on parle d'un SoC lorsqu'il comporte toutes les puces spécialisées).

Manycore processor

Manycore processors are special kinds of multi-core processors designed for a high degree of parallel processing, containing numerous simpler, independent processor cores (from a few tens of cores to thousands or more). Manycore processors are used extensively in embedded computers and high-performance computing. Manycore processors are distinct from multi-core processors in being optimized from the outset for a higher degree of explicit parallelism, and for higher throughput (or lower power consumption) at the expense of latency and lower single-thread performance.

Python (langage)

Python (prononcé ) est un langage de programmation interprété, multiparadigme et multiplateformes. Il favorise la programmation impérative structurée, fonctionnelle et orientée objet. Il est doté d'un typage dynamique fort, d'une gestion automatique de la mémoire par ramasse-miettes et d'un système de gestion d'exceptions ; il est ainsi similaire à Perl, Ruby, Scheme, Smalltalk et Tcl.

Afficher plus

Séances de cours associées (32)

Présentation du GPU : Performances et Programmation

Explore la motivation et les avantages de l'utilisation des GPU pour le calcul, en se concentrant sur leurs performances et leur programmation via CUDA.

Architecture OS centrée sur l'accélérateur

Par l'instructeur Mark Silberstein explore l'architecture OS centrée sur l'accélérateur et le rôle des processeurs dans les ordinateurs modernes.

GPU Advanced : Gestion et optimisation de la mémoire

Explore la gestion avancée de la mémoire GPU, la programmation CUDA et le calcul parallèle de données pour optimiser les performances.

Concepts de dépendance et Copulas

Explore les concepts de dépendance, les copules, les corrélations fallacieuses et les corrélations de classement dans les statistiques.

Mesures de dépendance : Corrélérations de classement

Couvre les corrélations, la dépendance à la queue et les méthodes d'ajustement des copules.

Afficher plus

Concepts associés (29)

General-purpose processing on graphics processing units

Parallélisme (informatique)