最近，牛津大学的一个跨学科研究团队在人工智能（AI）和金融领域推出了一款突破性工具。他们推出了一款名为JAX-LOB的GPU加速限价委托簿（LOB）模拟器。这一创新是首创，利用了谷歌的高性能机器学习系统JAX，直接在金融数据上训练AI模型。这种新颖的方法绕过了传统的使用计算机处理单元（CPU）运行LOB模拟器的方式，而是使用现代AI训练所需的GPU。
GPU加速LOB模拟器的优势
牛津研究人员采用的将LOB模拟器仅使用GPU操作的独特方法具有多个优势。它消除了AI模型通常必须经历的几个通信步骤。根据牛津团队发表的预印研究论文，这种方法可使速度提高多达7倍。
限价委托簿动态在金融行业中至关重要，是最受科学研究的方面之一。在股票市场上，LOB对于交易员在日常交易中保持流动性至关重要。同样，在加密货币领域，专业投资者广泛利用LOB。
训练LOB动态的AI
训练AI系统理解LOB动态是一个具有挑战性和数据密集型的过程。由于金融市场的复杂性和复杂性，这种训练严重依赖模拟。模拟越精确和强大，训练在其上的模型就越高效和有用。
牛津团队的研究论文强调了优化这一过程的重要性：“由于其在金融系统中的核心作用，准确有效地建模LOB动态的能力非常有价值。它可能使金融公司能够提供更好的服务，或者使政府能够预测金融监管对金融体系稳定性的影响。”
JAX-LOB的未来影响
作为其领域的先驱，JAX-LOB仍处于早期阶段。研究人员在论文中强调了进一步研究的必要性。然而，一些专家，如Anthropic的联合创始人Jack Clark，已经预测AI和金融技术领域将会产生积极影响。他最近表示：“像JAX-LOB这样的软件非常有趣，因为它似乎是未来强大的AI可能用来进行自己的金融实验的东西。”
对于那些有兴趣以类似视角观察金融市场的人来说，cryptoview.io应用程序提供了对加密货币世界的深入洞察。该工具虽然不是一个AI交易平台，但可以为初学者和经验丰富的投资者提供有价值的数据和趋势，帮助他们做出明智的决策。
