Nyligen introducerade ett tvärvetenskapligt forskarlag vid University of Oxford ett banbrytande verktyg inom artificiell intelligens (AI) och finans. De avslöjade en GPU-accelererad limit order book (LOB) simulator, vid namn JAX-LOB. Denna innovation, den första i sitt slag, utnyttjar Googles högpresterande maskininlärningssystem, JAX, för att träna AI-modeller direkt på finansiella data. Det nya tillvägagångssättet kringgår den traditionella användningen av centralprocessorer (CPUs) för att köra LOB-simulatorer, istället använder det grafikprocessorer (GPUs) där modern AI-träning äger rum.
Fördelar med GPU-accelererad LOB-simulator
Den unika metodologi som Oxfordforskarna använder för att driva en LOB-simulator med enbart GPUs har flera fördelar. Den eliminerar flera kommunikationssteg som AI-modeller vanligtvis måste genomgå. Enligt den förtryckta forskningsrapporten som publicerats av Oxford-teamet resulterar denna metodologi i en hastighetsökning på upp till 7X.
Limit order book-dynamik är avgörande inom finanssektorn och är en av de mest vetenskapligt studerade aspekterna. På aktiemarknaden är LOBs avgörande för att handlare ska kunna upprätthålla likviditet under dagliga sessioner. På samma sätt använder professionella investerare i kryptosektorn i stor utsträckning LOBs.
Träning av AI inom LOB-dynamik
Att träna ett AI-system att förstå LOB-dynamik är en utmanande och datatung process. På grund av finansmarknadens komplexitet och intrikata natur är denna träning starkt beroende av simuleringar. Ju mer exakt och kraftfull simuleringen är, desto effektivare och användbar blir de modeller som tränas på dem.
Oxford-teamets forskningsrapport betonar vikten av att optimera denna process: ”På grund av deras centrala roll inom det finansiella systemet är förmågan att noggrant och effektivt modellera LOB-dynamik extremt värdefull. Det kan möjliggöra för ett finansbolag att erbjuda bättre tjänster eller göra det möjligt för regeringen att förutsäga effekterna av finansiell reglering på finanssystemets stabilitet.”
Framtida implikationer av JAX-LOB
Som en pionjär inom sitt område är JAX-LOB fortfarande i sina tidiga stadier. Forskarna betonar nödvändigheten av ytterligare studier i sin rapport. Dock förutspår vissa experter, som Jack Clark, medgrundare av Anthropic, redan en positiv påverkan inom AI- och fintech-världarna. Han sa nyligen: ”Programvara som JAX-LOB är intressant eftersom den verkar vara precis den typ av sak som en framtida kraftfull AI kan använda för att genomföra sina egna finansiella experiment.”
För de som är intresserade av att observera finansmarknaden genom en liknande lins erbjuder applikationen cryptoview.io en insiktsfull perspektiv på kryptovärlden. Detta verktyg är inte en AI-handelsplattform, men det tillhandahåller värdefull data och trender som kan hjälpa både nybörjare och erfarna investerare att fatta informerade beslut.
