我可以用 cuda 找到价格地板和天花板吗

Question

背景

我正在尝试将算法从顺序转换为并行，但我卡住了。

点数图

我正在创建点数图。

减少
在股票下跌时，每次突破地板时添加一个O。

增加
在股票上涨时，每次突破天花板时加一个X。

反转
如果股票反转方向，但变化小于反转阈值（3 个单位），则什么也不做。如果变化大于反转阈值，则开始新列（X 或 O）

顺序与并行

因此，这非常简单。我为地板和天花板保留了一个变量。如果当前价格突破了下限或上限，或者变化超过了反转阈值，我可以采取适当的行动。

我的问题是，有没有办法同时找到这些反转点？我对并行思考还很陌生，所以如果这是微不足道的，我很抱歉。我试图在 CUDA 中做到这一点，但我已经被困了好几个星期。我曾尝试使用 NVidia 的 finite difference 算法。这些会产生局部最大值/最小值，但不会产生反转点。微小的波动会产生大量的相对最大/最小，但大多数都是微不足道的，因为变化不大于反转大小。

Answer 1

我的问题是，有没有办法同时找到这些反转点？

一种可能的方法：

1. 使用推力::unique 删除价格数值恒定的时段
2. 使用thrust::adjacent_difference 生成一阶差分数据
3. 对第一个差分数据使用推力::adjacent_difference 以获取第二个差分数据，即斜率符号发生变化的点。
4. 使用这些斜率符号的变化点来识别不同的数据区域 - 从中​​构建一个关键向量（例如，使用前缀总和）。这个关键向量将价格数据分割成价格变化在特定方向的“运行”。
5. 对第一个差分数据使用thrust::exclusive_scan_by_key，产生运行的净变化
6. 只要运行的净变化超过阈值，就标记为“反转”

您对什么构成逆转的描述也可能有点不清楚。上述方法不会标记您可能归类为反转的某些数据模式的反转。我怀疑您正在超越我在此处定义的单次运行。如果是这种情况，可能还有一种方法可以解决这个问题 - 需要更多步骤。