Nylig introduserte et tverrfaglig team av forskere ved University of Oxford et banebrytende verktøy innen kunstig intelligens (AI) og finans. De avduket en GPU-akselerert limit order book (LOB) simulator, kalt JAX-LOB. Denne innovasjonen, den første av sitt slag, utnytter Googles høytytende maskinlæringssystem, JAX, til å trene AI-modeller direkte på finansielle data. Den nye tilnærmingen omgår den tradisjonelle bruken av sentralprosessoren (CPU) for å kjøre LOB-simulatorer, i stedet bruker den GPUer der moderne AI-trening finner sted.
Fordeler med GPU-akselerert LOB-simulator
Den unike metodikken som Oxford-forskerne bruker for å operere en LOB-simulator ved hjelp av bare GPUer har flere fordeler. Den eliminerer flere kommunikasjonssteg som AI-modeller vanligvis må gjennomgå. Ifølge den forhåndsutskrevne forskningsartikkelen publisert av Oxford-teamet, resulterer denne metodikken i en hastighetsøkning på opptil 7X.
Limit order book-dynamikk er avgjørende i finanssektoren, og er en av de mest vitenskapelig studerte aspektene. På aksjemarkedet er LOBer avgjørende for at handelsmenn skal opprettholde likviditet gjennom daglige økter. På samme måte bruker profesjonelle investorer LOBer i kryptosektoren.
Trening av AI i LOB-dynamikk
Å trene et AI-system til å forstå LOB-dynamikk er en utfordrende og dataintensiv prosess. På grunn av kompleksiteten i finansmarkedet er denne treningen i stor grad avhengig av simuleringer. Jo mer presis og kraftig simuleringen er, desto mer effektive og nyttige blir modellene som er trent på dem.
Oxford-teamets forskningsartikkel understreker viktigheten av å optimalisere denne prosessen: “På grunn av deres sentrale rolle i det finansielle systemet, er evnen til nøyaktig og effektivt å modellere LOB-dynamikk ekstremt verdifull. Det kan tillate et finansselskap å tilby bedre tjenester eller muliggjøre at myndighetene kan forutsi virkningen av finansiell regulering på stabiliteten i det finansielle systemet.”
Fremtidige implikasjoner av JAX-LOB
Som en pioner innen sitt felt er JAX-LOB fremdeles i sine tidlige stadier. Forskerne understreker nødvendigheten av videre studier i forskningsartikkelen sin. Imidlertid forutsier noen eksperter, som Jack Clark, medgrunnlegger av Anthropic, allerede en positiv innvirkning innen AI og fintech. Han uttalte nylig: “Programvare som JAX-LOB er interessant fordi det virker som den nøyaktige typen ting som en fremtidig kraftig AI kan bruke til å gjennomføre sine egne finansielle eksperimenter.”
For de som er interessert i å observere det finansielle markedet gjennom et lignende perspektiv, tilbyr applikasjonen cryptoview.io en innsiktsfull perspektiv inn i verden av kryptovaluta. Denne verktøyet, selv om det ikke er en AI-handelsplattform, gir verdifull data og trender som kan hjelpe både nybegynnere og erfarne investorer til å ta informerte beslutninger.
