Jump Trading は GPT-6 Astra を活用して定量的リサーチをスケーリングする

Jump Trading は GPT-6 Astra を活用して、複雑で長期的な定量的リサーチおよびコード作成ワークフローを自動化し、手動でのコード生成から自律的なエージェント型リサーチへのシフトを実現しています。これにより、定量的リサーチャーは高レベルの目標や評価基準の定義に集中できるようになり、エージェントが仮説の実行と再帰的改善を担当します。

定量的リサーチの自律的エージェントワークフロー

GPT-6 Astra により、Jump Trading はエージェント間の柔軟な調整と高い持続性を要する長期的なタスクを実行できるようになりました。Jump の LLM R&D ヘッドである Lucas Baker によると、このモデルは新たなレベルの自律性を実現し、頻繁な人間の介入の必要性を低減しました。研究者は問題の定義、作業環境、評価指標を設定した後、リアルタイムでエージェントを制御します。

GPT-6 Astra が導入した主な機能は以下の通りです：

• 再帰的改善：エージェントは実用的な変更を見つけ、それらをマージ・スタックし、合意された基準に基づいて自らの努力を再定向できるため、人間が各ラウンドの変更を分析する必要がありません。
• 包括的分析：システムは数日間実行可能で、複数のデータソースからデータを取得し、データの重要性について質的判断を下して包括的な分析を生成できます。
• エンドツーエンドのコードベース開発：2024 年には一時的なコードスニペットの作成から始まったワークフローは、2025 年には完全に新しいコードベースの作成へと進化し、2026 年にはオープンな研究課題に対して動的に協働して進展するようになりました。

規制された金融におけるリスク管理と人間の監視

定量的トレーディングに内在する金融的およびコンプライアンスリスクを管理するため、Jump Trading はエージェント型インテリジェンスを単なる機能追加ではなく、品質、セキュリティ、監視システムに統合しています。同社は「安全な環境」と厳格な人間レビューを組み合わせる戦略を採用しています。

"安全な環境では、エージェントやシステムが必要な出力を自由に生成できますが、最終的に人間によるレビューが行われ、重要な検証が人間の承認のもとで行われる。これが私たちの信頼を生み出しているのです。"

Lucas Baker は、エージェントが生成する出力（たとえばトレーディングシグナル）は、情報的であるものの、誤りを含む可能性があると捉えています。これらのシグナルは、厳格にレビューされ、制御された実行環境に統合され、安全かつコンプライアンスに準拠した運用が保証されます。

「オートリサーチ」の未来

Jump Trading は、「オートリサーチ」への移行を予想しており、エージェント研究者が測定可能なシステムを再帰的に改善するプロセスが、定量的ワークフローの標準となることを目指しています。

この将来の状態では、人間は初期のシステム（入力、環境、評価指標、優先順位など）を定義した後、他のエージェントによって調整される「エージェントの艦隊」にプロセスを委ねます。これらのエージェントは、アイデアの探索方法、コンピューティングリソースの割り当て、発見の統合を自律的に決定し、一般的な研究課題に答えることができます。このシフトにより、定期的な確認の必要性から完全にエンドツーエンドの自律的リサーチパイプラインへと移行することが目指されています。