Onlangs introduceerde een interdisciplinair team van onderzoekers aan de Universiteit van Oxford een baanbrekend instrument op het gebied van kunstmatige intelligentie (AI) en financiën. Ze onthulden een GPU-versnelde limit order book (LOB) simulator, genaamd JAX-LOB. Deze innovatie, de eerste in zijn soort, maakt gebruik van Google’s high-performance machine learning-systeem, JAX, om AI-modellen rechtstreeks op financiële gegevens te trainen. De nieuwe aanpak omzeilt het traditionele gebruik van computer processing units (CPU’s) voor het uitvoeren van LOB-simulatoren en maakt in plaats daarvan gebruik van GPU’s waar moderne AI-training plaatsvindt.
Voordelen van de GPU-versnelde LOB-simulator
De unieke methodologie die door de Oxford-onderzoekers wordt gebruikt om een LOB-simulator uitsluitend met GPU’s te laten werken, heeft verschillende voordelen. Het elimineert verschillende communicatiestappen die AI-modellen normaal gesproken zouden moeten doorlopen. Volgens het onderzoeksartikel dat door het Oxford-team is gepubliceerd, resulteert deze methodologie in een snelheidsverhoging tot wel 7X.
Limit order book-dynamiek is cruciaal in de financiële sector en een van de meest wetenschappelijk bestudeerde aspecten. Op de aandelenmarkt zijn LOB’s essentieel voor handelaren om liquiditeit te behouden gedurende dagelijkse sessies. Op dezelfde manier maken professionele investeerders in de cryptocurrency-wereld veel gebruik van LOB’s.
AI-trainen in LOB-dynamiek
Het trainen van een AI-systeem om LOB-dynamiek te begrijpen is een uitdagend en datagestuurde proces. Vanwege de complexiteit van de financiële markt is deze training sterk afhankelijk van simulaties. Hoe nauwkeuriger en krachtiger de simulatie, hoe efficiënter en nuttiger de modellen die erop worden getraind blijken te zijn.
Het onderzoeksartikel van het Oxford-team benadrukt het belang van het optimaliseren van dit proces: “Vanwege hun centrale rol in het financiële systeem is het vermogen om LOB-dynamiek nauwkeurig en efficiënt te modelleren uiterst waardevol. Het kan een financieel bedrijf in staat stellen betere diensten aan te bieden of de overheid in staat stellen de impact van financiële regelgeving op de stabiliteit van het financiële systeem te voorspellen.”
Toekomstige implicaties van JAX-LOB
Als pionier in zijn vakgebied bevindt JAX-LOB zich nog in een vroeg stadium. De onderzoekers benadrukken in hun artikel de noodzaak van verder onderzoek. Sommige experts, zoals Jack Clark, medeoprichter van Anthropic, voorspellen echter al een positieve impact op het gebied van AI en fintech. Hij verklaarde recentelijk: “Software zoals JAX-LOB is interessant omdat het lijkt op het soort software dat een toekomstige krachtige AI kan gebruiken om zijn eigen financiële experimenten uit te voeren.”
Voor wie geïnteresseerd is om de financiële markt op een vergelijkbare manier te observeren, biedt de cryptoview.io applicatie een inzichtelijk perspectief in de wereld van cryptocurrency. Deze tool is geen AI-handelsplatform, maar biedt waardevolle gegevens en trends die zowel beginnende als ervaren investeerders kunnen helpen bij het nemen van geïnformeerde beslissingen.
