{"id":130296,"date":"2024-08-05T11:03:29","date_gmt":"2024-08-05T10:03:29","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&#038;p=130296"},"modified":"2024-10-29T09:02:39","modified_gmt":"2024-10-29T09:02:39","slug":"jpmc-at-ai-for-finance-by-artefact-pioneering-ai-in-finance-from-reinforcement-learning-to-llms-for-documents-quantitative-reasoning","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/nl\/blog\/jpmc-at-ai-for-finance-by-artefact-pioneering-ai-in-finance-from-reinforcement-learning-to-llms-for-documents-quantitative-reasoning\/","title":{"rendered":"JPMC bij AI voor financi\u00ebn door Artefact - Baanbrekende AI in financi\u00ebn: van Reinforcement Learning tot LLM's voor Documenten &amp; Kwantitatief redeneren"},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--link_color: var(--awb-color6);--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-text fusion-text-1 description\" style=\"--awb-text-color:var(--awb-color5);--awb-text-font-family:&quot;PT Serif&quot;;--awb-text-font-style:normal;--awb-text-font-weight:400;\"><p>AI voor financi\u00ebn top door Artefact - 17 september 2024 - Parijs<\/p>\n<p>Belangrijkste lessen uit de discussie tussen Nelson Vadori, Executive Director, J.P. Morgan AI Research bij JP Morgan Chase, en Akhilesh Kale, Partner US Financial Services Leader bij Artefact.<\/p>\n<\/div><\/div><\/div><\/div><\/div><article class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--link_color: var(--awb-color6);--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:var(--awb-color1);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-justify-content-center fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-video fusion-youtube\" style=\"--awb-max-width:670px;--awb-max-height:377px;--awb-align-self:center;--awb-width:100%;\"><div class=\"video-shortcode\"><div class=\"fluid-width-video-wrapper\" style=\"padding-top:56.27%;\" ><iframe title=\"YouTube videospeler 1\" src=\"https:\/\/www.youtube.com\/embed\/fFhk3Olj8Ac?wmode=transparent&autoplay=0\" width=\"670\" height=\"377\" allowfullscreen allow=\"autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture;\"><\/iframe><\/div><\/div><\/div><div class=\"fusion-title title fusion-title-1 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Overzicht van JP Morgan's AI-onderzoek en wereldwijde team<\/h2><\/div><div class=\"fusion-text fusion-text-2\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Tijdens de door Artefact georganiseerde top \u201cAI for Finance\u201d werden inzichten gedeeld in het baanbrekende werk van JP Morgan Chase op het gebied van AI voor de financi\u00eble sector. Het onderzoek, dat plaatsvindt vanuit Parijs maar deel uitmaakt van een wereldwijd team, richt zich op een breed scala aan onderwerpen, waaronder speltheorie, multi-agent reinforcement learning (RL), kwantitatief redeneren en grote taalmodellen (LLM's). Wiskunde staat centraal in de ontwikkeling van AI, en het team werkt samen met verschillende bedrijfsonderdelen, zoals markten, investeringsbankieren, consumentenbankieren en vermogensbeheer.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-2 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">De rol van reinforcement learning in financi\u00eble optimalisatie<\/h2><\/div><div class=\"fusion-text fusion-text-3\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Een kernelement van het AI-onderzoek van JP Morgan is de toepassing van reinforcement learning op financi\u00ebn. RL wordt gebruikt om langetermijndoelen te maximaliseren via dynamische besluitvorming, waarbij kortetermijnacties suboptimaal lijken maar bijdragen aan langetermijnsucces. RL wordt bijvoorbeeld toegepast bij het afdekken van portefeuilles om optieaankopen te optimaliseren terwijl rekening wordt gehouden met belangrijke overwegingen zoals transactiekosten. Daarnaast helpt het onderzoek naar modelkalibratie bij het verfijnen van prijsmodellen door financi\u00eble trajecten te behandelen als co\u00f6peratieve spelers binnen een spel, wat leidt tot nauwkeurigere resultaten.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-3 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Multi-Agent versterken van leren in financi\u00eble markten<\/h2><\/div><div class=\"fusion-text fusion-text-4\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Het team verlegt ook de grenzen van multi-agent reinforcement learning (MARL) om complexe financi\u00eble markten, zoals de valutamarkt (FX), te modelleren. Door interacties tussen meerdere RL-agenten te simuleren, kunnen waardevolle inzichten in de marktdynamiek worden verkregen. Recente studies, waaronder \u00e9\u00e9n gepubliceerd in het Journal of Mathematical Finance, toonden aan hoe MARL-agenten vaardigheden zoals prijswachtrijvorming kunnen ontwikkelen, waardoor een dieper inzicht wordt verkregen in marktgedrag via deze innovatieve aanpak.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-4 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Documentverwerking en softwareontwikkeling bevorderen met LLM's<\/h2><\/div><div class=\"fusion-text fusion-text-5\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Naast RL legt het AI-onderzoek van JP Morgan sterk de nadruk op de ontwikkeling van grote taalmodellen (LLM's). Een opmerkelijk voorbeeld is **Doc LLM**, een model dat documenten verwerkt door zowel tekstuele als ruimtelijke informatie te integreren, wat een effici\u00ebnter alternatief biedt voor multimodale modellen. **Doc LLM** heeft goed gepresteerd in verschillende taken door rijkere mogelijkheden voor documentanalyse te bieden. Een andere doorbraak betreft het gebruik van multi-agent LLM's bij de ontwikkeling van software, waarbij de agents ingenieurs helpen bij het plannen, coderen en beoordelen, wat de veelzijdigheid van LLM's laat zien in echte toepassingen buiten het genereren van tekst.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-5 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">LLM's beoordelen op het CFA-examen<\/h2><\/div><div class=\"fusion-text fusion-text-6\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Een unieke toepassing van LLM's binnen het onderzoek van het team is hun evaluatie op het CFA-examen (Chartered Financial Analyst). De modellen werden in zowel \u201cgesloten boek\u201d als \u201copen boek\u201d scenario's getest. Hoewel de modellen uitblonken in het halen van de eerste twee niveaus van het CFA-examen, hadden ze moeite met de meer complexe en redeneerintensieve taken die in het derde niveau te vinden waren. Dit onderzoek benadrukte zowel de mogelijkheden als de beperkingen van LLM's wanneer deze worden toegepast op financieel redeneren en complexe problemen oplossen.<\/p>\n<\/div><div class=\"fusion-title title fusion-title-6 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color6);--awb-margin-bottom-small:8px;--awb-font-size:30px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"font-family:&quot;PT Serif&quot;;font-style:normal;font-weight:700;margin:0;letter-spacing:1.6px;font-size:1em;--fontSize:30;line-height:1.47;\">Toekomst van wiskundig redeneren met LLM's in financi\u00ebn<\/h2><\/div><div class=\"fusion-text fusion-text-7\" style=\"--awb-font-size:20px;--awb-line-height:1.6;--awb-letter-spacing:var(--awb-typography4-letter-spacing);--awb-text-transform:var(--awb-typography4-text-transform);--awb-text-color:var(--awb-color5);--awb-text-font-family:var(--awb-typography4-font-family);--awb-text-font-weight:var(--awb-typography4-font-weight);--awb-text-font-style:var(--awb-typography4-font-style);\"><p>Voor de toekomst is de toekomst van wiskundig redeneren met behulp van LLM's een gebied van groot belang. Het team richt zich op het verfijnen van modellen om complexe wiskundige problemen aan te kunnen die zich voordoen in het financi\u00eble domein, zoals die in het CFA-examen. Ze werken aan het verbeteren van het vermogen van de modellen om wiskundige concepten te generaliseren en toe te passen in verschillende contexten. Het optimisme groeit dat AI binnenkort een cruciale rol zal spelen bij het oplossen van geavanceerde wiskundige uitdagingen binnen de financi\u00eble sector.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"<p>Belangrijkste lessen uit de discussie tussen Nelson Vadori, Executive Director, J.P. Morgan AI Research bij JP Morgan Chase, en Akhilesh Kale, Partner US Financial Services Leader bij Artefact.<\/p>","protected":false},"featured_media":130297,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[21930],"blog-language":[2991],"class_list":["post-130296","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-finance","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog\/130296","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/media\/130297"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/media?parent=130296"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog-category?post=130296"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/nl\/wp-json\/wp\/v2\/blog-language?post=130296"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}