クオンツトレーディング企業として、Jump Tradingは市場データ、ニュース、イベント、およびさまざまな代替データソースを使用して、資産価格について可能な限り最適な予測を行う予測モデルを作成します。市場は複雑でノイズが多く、時間とともに変化するため、何が起きるか正確に予測することはめったにありません。しかし、JumpのLLM R&D責任者であるLucas Baker氏によると、スケーラブルな規模でコイン投げよりもわずかに良い予測ができるだけで、成功する戦略につながります。Baker氏はエージェントの研究開発を率いており、クオンツ研究者が自分のアイデアをより広い範囲と深さで探求できるようにするエージェント、ハーネス、インフラストラクチャの構築に注力しています。GPT-6 Astraの追加により、エージェントに引き渡すことができるワークフローの規模と複雑さが劇的に拡大しました。日常のコーディングから、新しい仮説を検証するための高度なクオンツ研究までです。
"GPT-6シリーズ、特にGPT-6 Astraにより、Open AIは、柔軟なエージェントの調整と複雑なワークフローに対する極端な持続性を必要とする長期タスクのために、新しいレベルの自律性を解放しました。以前は頻繁な人間のガイダンスと介入を必要としていましたが、現在は明確な目標を持つ安全でよく監視された環境を完全に定義することに集中し、エージェントに自分たちの道を見つけることを任せることができます。"—Lucas Baker、Jump Trading LLM R&D責任者
短いコードスニペットから包括的な分析まで
過去1年間で、AIは一度限りのコードスニペットの作成や小さなバグの発見に役立つ便利なツールから、独自にコードベース全体やサービスを開発できる有能で多目的なシステムへと変容しました。現在、Baker氏とそのチームは、AIをより同僚のように扱う場合に最もよく機能することを発見しています。研究者は主要な問題、作業環境、結果の質と重要性を評価する方法を定義し、リアルタイムで1つまたは複数のエージェントに分析をどこに集中させるか、次にどのジョブを実行するかを指示できます。Baker氏によると、GPT-6 Astraでは、エージェントは現在、意味のある実用的な変更を見つけるだけでなく、再帰的改善のプロセスでそれらの勝利を統合して積み重ねることも可能になっています。単一の長期タスクの間に、システムは発見を分析し、初期の提案から合意された基準に対して評価し、各ラウンドの変更を人が分析する必要はなく、積極的に努力を方向転換できます。彼が言うように、「数日間実行する必要がある何かを定義できます—多くのデータソースから引き出す必要があり、何が重要で何が重要でないかについての微妙な判断を下す必要があり、すべてを相互に関連付ける必要があります—実際に今機能する包括的な分析を作成するために」と彼は言います。
人間の判断を中心に保つ
Jump Tradingはすべての時間軸と資産クラスで活動しています。プロセスの各ステップは複雑であり、金融のような厳しく規制された業界では、ミスには金銭的およびコンプライアンス上の結果が生じる可能性があります。Baker氏は、AIに仕事を任せることから生じるリスクを意識することが重要であると述べていますが、エージェント型インテリジェンスは機能の追加だけでなく、品質、セキュリティ、モニタリングの向上にも適用できると述べています。強固なシステム設計と境界、明確な制約、ステアラビリティと観測性を促進するインフラストラクチャ、および変更の人間のレビューは、Jump TradingのチームがAI対応ワークフローを規制された環境でスケーリングの準備ができていることを確認するのに役立ちます。
"エージェントまたはシステムが必要なあらゆる出力を自由に生成できる安全な環境がある場合、ただしその最後に人間の承認を伴う重要な検証が行われる人間のレビュープロセスもある場合、それが私たちに自信を与えてくれます」と彼は言います。例えば、エージェントがトレーディングシグナルを生成した場合、それはあらゆる出力と同じ方法でスコープされ、レビューされます：シグナルとして、通常は情報的ですが潜在的に誤っている可能性があり、統合されます...
主要エンティティ：Co...
よくある質問
質問：Jump Tradingはクオンツ研究でAIをどのように使用していますか？
回答：Jump TradingはOpenAIのGPT-6 Astraを使用して、複数のデータソースと人間のレビューを組み合わせる長期のAIワークフローを可能にすることでクオンツ研究をスケーリングしています。AIエージェントはコーディング、仮説の検証、モデルの再帰的改善を支援し、人間の監視は規制された環境でのコンプライアンスと品質を保証します。
出典: OpenAI Blog · 要約：HeadlinesBriefing