Ein multidisziplinäres Forschungsteam der Universität Oxford hat kürzlich einen GPU-beschleunigten Limit Order Book (LOB)-Simulator namens JAX-LOB entwickelt, den ersten seiner Art.
JAX ist ein von Google entwickeltes Tool zum Trainieren leistungsstarker maschineller Lernsysteme. Im Kontext eines LOB-Simulators ermöglicht es Modellen der künstlichen Intelligenz (KI), direkt auf Finanzdaten zu trainieren.
Das Oxford-Forschungsteam hat eine neuartige Methode entwickelt, mit der JAX verwendet werden kann, um einen LOB-Simulator ausschließlich mit GPUs auszuführen. Traditionell werden LOB-Sims mit Computerprozessoreinheiten (CPUs) ausgeführt. Indem sie direkt auf einer GPU-Kette ausgeführt werden, wo modernes KI-Training stattfindet, können KI-Modelle mehrere Kommunikationsschritte überspringen. Laut der vorab veröffentlichten Forschungsarbeit des Oxford-Teams führt dies zu einer Geschwindigkeit Zunahme von bis zu 7x.
Die LOB-Dynamik gehört zu den wissenschaftlich am besten untersuchten Aspekten des Finanzwesens. Auf dem Aktienmarkt beispielsweise ermöglichen LOBs Vollzeithändlern, die Liquidität während der täglichen Sitzungen aufrechtzuerhalten. Und in der Welt der Kryptowährungen werden LOBs auf fast allen Ebenen von professionellen Anlegern begrüßt.
Verwandt: Die Rolle zentraler Limit-Orderbuch-DEXs im dezentralen Finanzwesen
Das Training eines KI-Systems zum Verständnis der LOB-Dynamik ist eine schwierige und datenintensive Aufgabe, die aufgrund der Art und Komplexität des Finanzmarkts auf Simulationen angewiesen ist. Und je genauer und leistungsfähiger die Simulationen sind, desto effizienter und nützlicher sind in der Regel die darauf trainierten Modelle.
Dem Papier des Oxford-Teams zufolge ist die Suche nach Möglichkeiten zur Optimierung dieses Prozesses von größter Bedeutung:
„Aufgrund ihrer zentralen Rolle im Finanzsystem ist die Fähigkeit, die LOB-Dynamik genau und effizient zu modellieren, äußerst wertvoll. Beispielsweise könnte es einem Finanzunternehmen ermöglichen, bessere Dienstleistungen anzubieten, oder es könnte der Regierung ermöglichen, die Auswirkungen der Finanzregulierung auf die Stabilität des Finanzsystems vorherzusagen.“
Als erstes seiner Art steckt JAX-LOB noch in den Kinderschuhen. Die Forscher betonen in ihrer Arbeit die Notwendigkeit weiterer Studien, einige Experten prognostizieren jedoch bereits, dass dies positive Auswirkungen auf die Bereiche KI und Fintech haben könnte.
Jack Clark, Mitbegründer von Anthropic, kürzlich schrieb:
„Software wie JAX-LOB ist interessant, da sie genau das zu sein scheint, was eine zukünftige leistungsstarke KI nutzen könnte, um ihre eigenen Finanzexperimente durchzuführen.“