JPMC à AI for Finance by Artefact - Pioneering AI in Finance : from Reinforcement Learning to LLMs for Documents & Quantitative Reasoning (L'IA pour la finance : de l'apprentissage par renforcement aux LLM pour les documents et le raisonnement quantitatif)

Lors du sommet "AI for Finance" organisé par Artefact, des informations ont été partagées sur les travaux de pointe de JP Morgan Chase dans le domaine de l'IA pour l'industrie financière. Basée à Paris mais faisant partie d'une équipe mondiale, la recherche se concentre sur une gamme variée de sujets, y compris la théorie des jeux, l'apprentissage par renforcement multi-agents (RL), le raisonnement quantitatif et les grands modèles de langage (LLM). Les mathématiques sont au cœur du développement de l'IA, et l'équipe collabore avec différents secteurs d'activité, tels que les marchés, la banque d'investissement, la banque de consommation et la gestion d'actifs.

L'application de l'apprentissage par renforcement à la finance est un élément central de la recherche en IA de JP Morgan. L'apprentissage par renforcement est utilisé pour maximiser les objectifs à long terme par le biais d'une prise de décision dynamique, où les actions à court terme peuvent sembler sous-optimales mais contribuent au succès à long terme. Par exemple, l'apprentissage par renforcement est appliqué à la couverture de portefeuille afin d'optimiser les achats d'options tout en tenant compte de facteurs clés tels que les coûts de transaction. En outre, la recherche sur l'étalonnage des modèles permet d'affiner les modèles de tarification en traitant les trajectoires financières comme des joueurs coopératifs au sein d'un jeu, ce qui permet d'obtenir des résultats plus précis.

L'équipe repousse également les limites de l'apprentissage par renforcement multi-agents (MARL) pour modéliser des marchés financiers complexes, tels que le marché des changes. La simulation des interactions entre plusieurs agents RL permet d'obtenir des informations précieuses sur la dynamique des marchés. Des études récentes, dont une publiée dans le Journal of Mathematical Finance, ont démontré comment les agents MARL peuvent développer des compétences telles que la mise en file d'attente des prix, ce qui permet de mieux comprendre le comportement du marché grâce à cette approche innovante.

Outre le RL, la recherche en IA de JP Morgan met fortement l'accent sur le développement de grands modèles de langage (LLM). Un exemple notable est **Doc LLM**, un modèle qui traite les documents en intégrant à la fois des informations textuelles et spatiales, offrant une alternative plus efficace aux modèles multimodaux. Le modèle **Doc LLM** a donné de bons résultats dans diverses tâches en offrant des capacités d'analyse de documents plus riches. Une autre avancée concerne l'utilisation de LLM multi-agents dans le développement de logiciels, où les agents assistent les ingénieurs dans la planification, le codage et la révision, démontrant la polyvalence des LLM dans des applications du monde réel au-delà de la génération de texte.

Une application unique des LLM dans le cadre de la recherche de l'équipe est leur évaluation à l'examen CFA (Chartered Financial Analyst). Les modèles ont été testés à la fois dans des scénarios "à livre fermé" et "à livre ouvert". Si les modèles ont excellé dans les deux premiers niveaux de l'examen CFA, ils ont éprouvé des difficultés dans les tâches plus complexes et plus exigeantes en termes de raisonnement du troisième niveau. Cette recherche a mis en évidence les capacités et les limites des LLM lorsqu'ils sont appliqués au raisonnement financier et à la résolution de problèmes complexes.

L'avenir du raisonnement mathématique à l'aide de LLM est un domaine d'intérêt majeur. L'équipe s'attache à affiner les modèles pour traiter les problèmes mathématiques complexes qui se posent dans le domaine financier, tels que ceux de l'examen CFA. Elle s'efforce d'améliorer la capacité des modèles à généraliser les concepts mathématiques et à les appliquer à divers contextes ( Postuler ). L'optimisme grandit quant au fait que l'IA jouera bientôt un rôle essentiel dans la résolution des problèmes mathématiques avancés dans le secteur financier.