Une équipe de recherche multidisciplinaire de l’Université d’Oxford a récemment développé un simulateur de carnet d’ordres limités (LOB) accéléré par GPU appelé JAX-LOB, le premier du genre.
JAX est un outil de formation de systèmes d’apprentissage automatique hautes performances développé par Google. Dans le cadre d’un simulateur LOB, il permet aux modèles d’intelligence artificielle de s’entraîner directement sur des données financières.
L’équipe de recherche d’Oxford a créé une nouvelle méthode permettant d’utiliser JAX pour exécuter un simulateur LOB utilisant uniquement des GPU. Traditionnellement, les simulations LOB sont exécutées à l’aide d’unités de traitement informatique (CPU). En les exécutant directement sur une chaîne GPU, où se déroule la formation moderne de l’IA, les modèles d’IA peuvent sauter plusieurs étapes de communication. Selon le document de recherche pré-imprimé de l’équipe d’Oxford, cela donne une augmentation de vitesse allant jusqu’à 7 fois.
La dynamique LOB fait partie des facettes de la finance les plus scientifiquement étudiées. En bourse, par exemple, les LOB permettent aux traders à temps plein de maintenir des liquidités tout au long des séances quotidiennes. Et dans le monde des cryptomonnaies, les LOB sont adoptés à presque tous les niveaux par les investisseurs professionnels.
En rapport: Le rôle du carnet d’ordres central à cours limité DEX dans la finance décentralisée
Former un système d’IA pour comprendre la dynamique du LOB est une tâche difficile et gourmande en données qui, en raison de la nature et de la complexité du marché financier, repose sur des simulations. Et plus la simulation est précise et puissante, plus les modèles formés sur celle-ci ont tendance à être efficaces et utiles.
Selon l’article de l’équipe d’Oxford, trouver des moyens d’optimiser ce processus est de la plus haute importance :
« En raison de leur rôle central dans le système financier, la capacité de modéliser avec précision et efficacité la dynamique du secteur d’activité est extrêmement précieuse. Par exemple, cela pourrait permettre à une société financière d’offrir de meilleurs services ou au gouvernement de prédire l’impact de la réglementation financière sur la stabilité du système financier.
En tant que premier du genre, JAX-LOB en est encore à ses balbutiements. Les chercheurs soulignent dans leur article la nécessité d’une étude plus approfondie, mais certains experts prédisent déjà que cela pourrait avoir un impact positif dans les domaines de l’IA et de la fintech.
Jack Clark, co-fondateur d’Anthropic, a récemment écrit :
« Un logiciel comme JAX-LOB est intéressant car il semble être exactement le genre de chose qu’une future IA puissante pourrait utiliser pour mener ses propres expériences financières. »
Voir l’article original en anglais
