10月6日、OpenAIが「How Jump Trading is scaling quant research with ChatGPT」と題した記事を公開した。この記事では、大手クオンツ取引会社のJump TradingがChatGPTを活用して定量研究のワークフローをエージェントに委ねてスケールさせている取り組みについて詳しく紹介されている。
「コイントスよりわずかに正確」で勝負するクオンツの世界
Jump Tradingは、シカゴを本拠地とする高頻度取引・クオンツ取引の大手プロップトレーディング会社だ。世界主要市場に拠点を持ち、金融業界では独立系クオンツファームの中でも規模・技術力ともにトップクラスと評価されている。同社は市場データ・ニュース・オルタナティブデータを組み合わせた予測モデルを構築し、統計的優位性を武器に取引を行う。
「クオンツ取引」とは、人間の直感ではなく数理モデルと統計的手法に基づいて売買判断を行うアプローチだ。その本質をJumpのLLM R&Dヘッドを務めるLucas Baker氏はこう表現する——「市場で何が起きるかを正確に予測することはほぼ不可能だが、コイントスよりわずかに精度が高い予測をスケールで実現できれば、それで十分に勝てる」。わずかな統計的優位性を膨大な取引量に掛け合わせることで利益を積み上げる、これがクオンツ取引の核心だ。
Baker氏が率いるチームは、クオンツ研究者が仮説検証や分析を広く深く探索できるよう、エージェント・ハーネス・インフラの整備を担当している。
ChatGPTで変わった「エージェントへの信頼の幅」
過去1年間でAIの役割は大きく変化した。以前は「コードスニペットの生成」や「小さなバグの発見」程度の補助ツールだったものが、今やコードベース全体やサービスを単独で開発できる存在になった。Baker氏はAIを「同僚のように扱うのが最も効果的」と言う。研究者が問題・作業環境・評価基準を定義すれば、あとはエージェントが自律的に探索する。
最新モデルで特に大きく変わったのは、「再帰的改善（recursive improvement）」の能力だ。「再帰的改善」とは、エージェントが単一の長時間タスクの中で自ら知見を分析し、当初の評価基準と照らし合わせ、次に何をすべきかを自律的に判断しながらアウトプットを繰り返し洗練させていくプロセスを指す。人間が各ラウンドの結果を確認して次の指示を出す必要がなくなっており、これが研究スループットの大幅な向上につながっている。
Baker氏はこう説明する。
「OpenAIの最新モデルは、長期タスクにおける新たな自律性の水準を解放した。柔軟なエージェント連携と複雑なワークフローへの粘り強い対応が可能になり、以前は頻繁な人間の介入が必要だったところを、今は安全で監視された環境とゴールを定義するだけでエージェントが自分で道を見つけられる。」
— Lucas Baker, Head of LLM R&D, Jump Trading
具体的には、「複数のデータソースから情報を引き出し、何が重要かの微妙な判断を行い、それらを相互に関連付けながら、数日間にわたって動き続け、実際に機能する包括的な分析を作り上げる」タスクが現実的に回せるようになったという。
金融規制下でのエージェント運用：ヒューマンレビューを外さない設計
金融業界は規制が厳しく、AIの誤りは財務的・コンプライアンス上の両方のリスクを伴う。Jump Tradingは、エージェントに委ねる範囲を拡大しつつも、人間によるレビューを設計の中心に据え続けている。エージェントが研究プロセスを自動化するとはいえ、あくまで「人間の判断を補助・加速するツール」という位置づけであり、最終的な意思決定の責任は人間が担う構造を維持している。
Baker氏が強調するのは「エージェントが自由にアウトプットを生成できる安全な環境」と「最後に人間が重要な検証を行う受け入れプロセス」の組み合わせだ。
例として、エージェントが取引シグナルを生成した場合でも、そのシグナルは「有益だが誤りの可能性もある情報」として扱われ、厳密にレビュー・管理された実行環境に統合される。品質・セキュリティ・監視の向上にもエージェントを活用しており、「機能追加だけのためにAIを使う」という視点とは一線を画している。
次のフロンティア：「オートリサーチ」の日常化
Baker氏が描く近未来は、「autoresearch（オートリサーチ）」——測定可能なシステムをエージェントが自律的に再帰的改善していくプロセス——がクオンツ研究者の通常業務として定着した世界だ。「オートリサーチ」とは、研究者が問いと評価軸を設定するだけで、エージェントが仮説生成・検証・改善のサイクルを自動で回し続けるアプローチを指す。人間は探索の細部ではなく、問いの質とゴールの設計に集中できるようになる。
現状のエージェントでも、長時間タスクには定期的な人間との確認が必要だ。しかし将来の高度なオートリサーチでは、人間が入力・環境定義・評価指標・トレードオフ・優先順位を設定した後は、エージェントのフリート（群）が互いを調整しながらアイデアの探索・計算時間の配分・有望な知見の統合を自律的に進める形になるという。
「一般的な問いを投げかけ、自分でも答えを知らない状態から、有用な結果が返ってくる——それが実現したら何が可能になるか」とBaker氏は問いかける。「ミレニアム問題（数学の未解決難問7題）が解けるなら、クオンツファイナンスについてもかなり面白いことが分かるはずだ」とも述べている。
Baker氏が振り返る進化の速さも印象的だ。2024年には「1ファイルをミスなく書く」だけで驚異的とされていたエージェントが、2025年にはコードベース全体をゼロから生成できるようになり、2026年には複数エージェントが並列に動きながらオープンな研究課題を前進させるまでになった。「来年は何ができるようになるのか」——Baker氏の問いは、技術の進化速度を端的に示している。
詳細はHow Jump Trading is scaling quant research with ChatGPTを参照していただきたい。
