Según Cointelegraph, un equipo de investigación multidisciplinario de la Universidad de Oxford ha desarrollado un simulador de libro de órdenes límite (LOB) acelerado por GPU llamado JAX-LOB, el primero de su tipo. JAX es una herramienta para entrenar sistemas de aprendizaje automático de alto rendimiento desarrollada por Google. En el contexto de un simulador LOB, permite que los modelos de inteligencia artificial (IA) se entrenen directamente con datos financieros.
El equipo de investigación de Oxford creó un método novedoso mediante el cual JAX podría usarse para ejecutar un simulador LOB usando solo GPU. Tradicionalmente, los simuladores LOB se ejecutan utilizando unidades de procesamiento informático (CPU). Al ejecutarlos directamente en una cadena de GPU, donde se lleva a cabo el entrenamiento de IA moderno, los modelos de IA pueden omitir varios pasos de comunicación. Según el artículo de investigación preimpreso del equipo de Oxford, esto proporciona un aumento de velocidad de hasta 7 veces.
La dinámica LOB se encuentra entre las facetas de las finanzas más estudiadas científicamente. En el mercado de valores, por ejemplo, los LOB permiten a los operadores de tiempo completo mantener liquidez durante las sesiones diarias. Y en el mundo de las criptomonedas, los inversores profesionales adoptan las LOB en casi todos los niveles. Entrenar un sistema de IA para comprender la dinámica de LOB es una tarea difícil y que requiere un uso intensivo de datos que, debido a la naturaleza y complejidad del mercado financiero, depende de simulaciones. Y cuanto más precisas y potentes son las simulaciones, más eficientes y útiles tienden a ser los modelos entrenados en ellas.
Según el artículo del equipo de Oxford, encontrar formas de optimizar este proceso es de suma importancia: “Debido a su papel central en el sistema financiero, la capacidad de modelar de manera precisa y eficiente la dinámica LOB es extremadamente valiosa. Por ejemplo, podría permitir a una empresa financiera ofrecer mejores servicios o permitir al gobierno predecir el impacto de la regulación financiera en la estabilidad del sistema financiero”. Como el primero de su tipo, JAX-LOB está todavía en su infancia. Los investigadores subrayan en su artículo la necesidad de realizar más estudios, pero algunos expertos ya predicen que podría tener un impacto positivo en los campos de la IA y la tecnología financiera. Jack Clark, cofundador de Anthropic, escribió recientemente: "El software como JAX-LOB es interesante porque parece exactamente el tipo de cosa que una futura IA poderosa podría utilizar para realizar sus propios experimentos financieros".