Nylig introducerede et tværfagligt forskerteam fra University of Oxford et banebrydende værktøj inden for kunstig intelligens (AI) og finans. De afslørede en GPU-akselereret limit order book (LOB) simulator ved navn JAX-LOB. Denne innovation, den første af sin slags, udnytter Googles højtydende maskinlæringssystem, JAX, til at træne AI-modeller direkte på finansielle data. Den nye tilgang omgår den traditionelle brug af computerbehandlingsenheder (CPUs) til kørsel af LOB-simulatorer og bruger i stedet GPU’er, hvor moderne AI-træning finder sted.
Fordele ved GPU-akselereret LOB-simulator
Den unikke metodologi, som Oxford-forskerne anvender til at betjene en LOB-simulator udelukkende ved hjælp af GPU’er, har flere fordele. Den eliminerer flere kommunikationstrin, som AI-modeller normalt skal igennem. Ifølge det forudtrykte forskningspapir, som Oxford-teamet har offentliggjort, resulterer denne metode i en hastighedsforøgelse på op til 7X.
Limit order book-dynamik er afgørende i finanssektoren og er en af de mest videnskabeligt undersøgte aspekter. På aktiemarkedet er LOB’er afgørende for at opretholde likviditet i løbet af daglige sessioner. På samme måde anvender professionelle investorer bredt LOB’er inden for kryptosfæren.
Træning af AI i LOB-dynamik
Træning af et AI-system til at forstå LOB-dynamik er en udfordrende og datatung proces. På grund af finansmarkedets kompleksitet og kompleksitet er denne træning i høj grad afhængig af simulationer. Jo præciser og kraftigere simuleringen er, desto mere effektive og nyttige er de modeller, der trænes på dem.
Oxford-teamets forskningsartikel understreger vigtigheden af at optimere denne proces: “På grund af deres centrale rolle i det finansielle system er evnen til nøjagtigt og effektivt at modellere LOB-dynamik ekstremt værdifuld. Det kan tillade et finansielt selskab at tilbyde bedre tjenester eller muliggøre, at regeringen kan forudsige virkningen af finansiel regulering på stabiliteten i det finansielle system.”
Fremtidige implikationer af JAX-LOB
Som pioner inden for sit felt er JAX-LOB stadig i sin spæde start. Forskerne understreger nødvendigheden af yderligere undersøgelser i deres artikel. Dog forudsiger nogle eksperter allerede en positiv indvirkning inden for AI og fintech. Jack Clark, medstifter af Anthropic, udtalte for nylig: “Software som JAX-LOB er interessant, da det virker som den præcise slags ting, som en fremtidig kraftfuld AI kan bruge til at udføre sine egne finansielle eksperimenter.”
For dem, der er interesseret i at observere det finansielle marked gennem en lignende linse, tilbyder applikationen cryptoview.io et indsigtfuldt perspektiv ind i kryptoverdenen. Dette værktøj er ikke en AI-handelsplatform, men det giver værdifulde data og tendenser, der kan hjælpe både nybegyndere og erfarne investorer med at træffe informerede beslutninger.
