Un team di ricerca multidisciplinare dell’Università di Oxford ha recentemente sviluppato un simulatore di libri d’ordine (LOB) accelerato da GPU chiamato JAX-LOB, il primo del suo genere. Questo strumento, sviluppato da Google, è progettato per addestrare sistemi di apprendimento automatico ad alte prestazioni, permettendo ai modelli di intelligenza artificiale (IA) di addestrarsi direttamente sui dati finanziari. Vediamo insieme come funziona e quali potrebbero essere le implicazioni per il settore finanziario.
Il funzionamento di JAX-LOB
Il team di ricerca di Oxford ha creato un metodo innovativo per utilizzare JAX per eseguire un simulatore LOB utilizzando solo GPU. Tradizionalmente, i simulatori LOB vengono eseguiti utilizzando unità di elaborazione centrale (CPU). Eseguendoli direttamente su una catena di GPU, dove avviene l’addestramento AI moderno, i modelli IA possono saltare diversi passaggi di comunicazione. Secondo il documento di ricerca preliminare del team di Oxford, ciò comporta un aumento della velocità fino a 7 volte.
L’importanza dei LOB nel settore finanziario
Le dinamiche dei LOB sono tra gli aspetti più studiati scientificamente nel settore finanziario. Ad esempio, nel mercato azionario, i LOB permettono ai trader a tempo pieno di mantenere la liquidità durante le sessioni giornaliere. Nel mondo delle criptovalute, i LOB vengono adottati a quasi tutti i livelli dagli investitori professionali. Addestrare un sistema IA per comprendere le dinamiche dei LOB è un compito difficile e intensivo di dati che, a causa della natura e della complessità del mercato finanziario, si basa su simulazioni. E più accurate e potenti sono le simulazioni, più efficienti e utili tendono ad essere i modelli addestrati su di esse.
Le potenziali implicazioni di JAX-LOB
Secondo il documento del team di Oxford, trovare modi per ottimizzare questo processo è di massima importanza. “A causa del loro ruolo centrale nel sistema finanziario, la capacità di modellare con precisione ed efficienza le dinamiche dei LOB è estremamente preziosa. Ad esempio, potrebbe permettere a una società finanziaria di offrire servizi migliori o potrebbe consentire al governo di prevedere l’impatto della regolamentazione finanziaria sulla stabilità del sistema finanziario”. Sebbene JAX-LOB sia ancora ai suoi inizi, gli esperti prevedono già che potrebbe avere un impatto positivo nei campi dell’IA e della fintech.
Jack Clark, co-fondatore di Anthropic, ha recentemente scritto: “Software come JAX-LOB è interessante perché sembra essere esattamente il tipo di cosa che un futuro IA potente potrebbe usare per condurre i propri esperimenti finanziari”.