Cientistas de Oxford desenvolvem simulador de livro de ordens com limite acelerado por GPU para ensinar IA a operar nos mercados
A arquitetura inédita proporciona um aumento de velocidade de até 7 vezes em relação aos métodos de treinamento tradicionais.
Uma equipe de pesquisa multidisciplinar da Universidade de Oxford desenvolveu recentemente um simulador de LOB (Livro de Ordens com Limite) acelerado por GPU chamado JAX-LOB, o primeiro de sua espécie.
O JAX é uma ferramenta para treinamento de sistemas de aprendizado de máquina de alto desempenho desenvolvida pelo Google. No contexto de um simulador de LOB, ele permite que modelos de inteligência artificial (IA) sejam treinados diretamente com dados financeiros.
A equipe de pesquisa de Oxford criou um novo método pelo qual o JAX poderia ser usado para executar um simulador LOB usando apenas GPUs. Tradicionalmente, os simuladores LOB são executados usando unidades de processamento de computador (CPUs). Ao executá-los diretamente em uma cadeia de GPU, onde ocorre o treinamento moderno de IAs, os modelos de IA podem pular várias etapas de processamento. De acordo com o artigo de pesquisa pré-impresso da equipe de Oxford, isso proporciona um aumento de velocidade em tomadas de decisão de até 7 vezes.
A dinâmica dos LOBs está atualmente entre as vertentes das finanças mais estudadas cientificamente. No mercado de ações, por exemplo, os LOBs permitem que os operadores que atuam em tempo integral mantenham a liquidez durante as sessões diárias. E no mundo das criptomoedas, os LOBs são adotadas em quase todos os níveis por investidores profissionais.
Treinar um sistema de IA para entender a dinâmica dos LOBs é uma tarefa difícil e exige o uso intensivo de dados, já que, devido à natureza e à complexidade do mercado financeiro, depende de simulações. E quanto mais precisas e poderosas forem as simulações, mais eficientes e úteis tendem a ser os modelos treinados com base nelas.
De acordo com o artigo da equipe de Oxford, encontrar maneiras de otimizar esse processo é de extrema importância:
“Devido à sua função central no sistema financeiro, a capacidade de modelar com precisão e eficiência a dinâmica de LOBs é extremamente valiosa. Por exemplo, pode permitir que uma empresa financeira ofereça melhores serviços ou que o governo preveja os impactos da regulamentação financeira sobre a estabilidade do sistema financeiro.”
Como o primeiro de sua espécie, o JAX-LOB ainda está em sua infância. Os pesquisadores enfatizam a necessidade de mais estudos em seu artigo. No entanto, alguns especialistas já estão prevendo que ele poderá ter um impacto positivo nas áreas de IA e fintech.
Jack Clark, cofundador da Anthropic, escreveu recentemente:
“Softwares como o JAX-LOB são interessantes, pois parecem ser exatamente o tipo de coisa que uma futura IA poderosa poderá usar para conduzir seus próprios experimentos financeiros.”
LEIA MAIS
