トレーディングイノベーション: Amazon Bedrock (IND3315) の Jefferies AI アシスタント

セッションノート

取引の革新: Amazon Bedrock の Jefferies の AI アシスタント

導入

• フロントオフィスのデータ課題を解決するための貿易アシスタントエージェントをAWSに構築
• 取引のために大量のデータにアクセスして分析するという問題を解決することを目的としています。
• ジェフリーズとAWSのパートナーシップ
• ジェフリーズ: 「常に顧客第一」をモットーとする創業 10 年のフルサービス投資銀行です。
• 使命: クライアントがトレーディング、投資銀行業務、分析において最大限の可能性を発揮できるよう支援します。
• AWS パートナーシップは継続的なイノベーションを推進するために不可欠です。
• 債券アルゴリズム取引プラットフォームや株式取引オプションなど、ジェフリーズ全体のクラウドネイティブ ソリューション。
• Jeff AI の紹介。生成およびエージェント AI 用のエンタープライズ グレードの AI プラットフォームです。
• Jeff AI は、スマートな検索、ドキュメントの要約、自動化されたワークフローをサポートしています。

グローバル アルゴリズム スイート ジェフリーズ

• 投資銀行ジェフリーズが機関顧客に提供する電子取引アルゴリズムとサービス。
• 取引戦略を自動化し、クライアントが市場への影響を最小限に抑えながら大量の注文を効率的に実行できるように支援します。
• アルゴリズム
• VWAP (出来高加重平均価格): ユーザーが定義した期間にわたる出来高で加重された平均市場価格に沿って取引を実行する戦略。
• VOLUME (ボリューム参加): リアルタイムの市場ボリュームに比例して市場に参加するように設計されたアルゴリズム。
• STRIKE (インプリメンテーションショートフォール戦略): 希望約定価格 (注文入力時) と実際の約定価格の差を最小限に抑えることに重点を置いた戦略。
• SEEK (スマート ルーティング流動性ファインダー): ライト (表示) 取引会場とダーク (非表示) 取引会場の両方で流動性を検索するスマート注文ルーター。
• MultiScale: トレーダーは約定と市場のボラティリティへの対応を高度に制御できます。
• トレーダー: 強化された制御と、市場イベントや流動性の状況に応じて戦略を切り替える機能を提供します。
• パネル: スイート内で提供される別の独自のアルゴリズム。
• Blitz: スピードに重点を置いた実行戦略。
• DarkSeek: 流動性のダークプール用に最適化された SEEK アルゴリズムの特定のバージョン。
• Finale: おそらく 1 日の終わりの実行アルゴリズムです。
• オープナー: おそらく市場公開執行アルゴリズム。
• ペア: 「ネットリターン」、「比率」、「リスクアーブ」などのバリエーションを備えたペア取引戦略のアルゴリズム。
• ペイシェンス: 有利な市場状況を待って、あまり積極的ではない執行を目的として設計されたアルゴリズム。
• ポートフォリオ: 複数の在庫を含む大規模な注文を効率的に実行するように設計されています。
• Post: おそらくメイン市場が閉まった後に取引するためのアルゴリズムです。
• TWAP (時間加重平均価格): 市場への影響を最小限に抑えるために、指定された期間にわたって均等に注文を実行する戦略。

スマートオーダールーター (SOR)

• Jefferies は、自動注文処理 (AOP) システムを備えたスマート オーダー ルーター (SOR) を採用しています。
• リアルタイムの市場データ、流動性、価格を分析して最適な執行を実現します
• 大量の注文をスライスし、明るい会場と暗い会場に動的にルーティングします。
• 市場への影響を最小限に抑え、クライアントが優先/除外会場を制御できるようにします
• より適切なマッチングを実現するために、代替取引システム (ATS) での条件付き注文ネゴシエーションを利用します。
• 「最良執行」を実現するための核となる戦略
• ジェフリーズ SOR の主な機能
• 流動性へのアクセス: さまざまな取引所や非表示 (ダーク) 取引所に接続して、利用可能な最高の価格と深さを見つけます。
• ダイナミック ルーティング: 市場の状況を継続的に監視し、リアルタイムで注文ルーティングを調整します。
• 注文のスライシング: 市場への影響を軽減するために、大量の注文を複数の取引所で実行できるように小さな部分に分割します。
• クライアント制御: クライアントが優先会場または除外会場を指定できるようにします。
• 条件付き交渉: 潜在的により良い単一価格約定を得るために、「条件付き招待」を使用して ATS プラットフォームで取引を交渉できます。
• アルゴリズムとの統合: Jefferies 独自のアルゴリズムまたはクライアント アルゴリズムと連携して、親注文を管理し、子注文を効率的にルーティングします。
• Jefferies の SOR ドキュメント。
• https://www.jefferies.com/wp-content/uploads/sites/4/2023/12/SMBC_SNET_SORDP_E N_v3.0.1_ncfd.pdf
• クライアントの仕組み
• 注文エントリ: クライアントは注文を送信し、AOP フィルターを通過します。
• SOR 分析: SOR は、市場の厚み、流動性、価格、ボラティリティを分析します。
• 最適な執行: 可能な限り最高の結果を得るために、注文セグメントを最適な会場 (明るい/暗い) にルーティングし、多くの場合、大規模な注文をスライスします。
• 統合レポート: 結果は統合され、単一の統合された実行がクライアントに表示されます。
• 透明性: クライアントは注文がどのように処理されるかを確認でき、条件付きネゴシエーションなどの特定の機能をオプトアウトできます。

単一価格約定

• 取引所で使用されるシングルプライス方式（またはコールオークション）として知られる特定のタイプの取引メカニズム。
• 特定の価格で完全な約定を要求する約定または強制決済 (FOK) 注文などの注文タイプの結果。
• シングルプライス方式（コールオークション）
• シングルプライス方式は、一部の証券取引所で使用される取引メカニズムで、多くの場合、市場の開始時または終了時、または新規株式公開 (IPO) などの特定のイベントに使用されます。
• 仕組み:
• すべての買い注文と売り注文は、一定期間にわたって収集されます。指定された時間に、最大数の株式を取引できる単一の「清算価格」が決定されます。
• 目的：
• この方法は、価格の変動性を軽減し、可能な限り最大量の注文が公正かつ均一な価格で執行されることを保証し、注文の規模に関係なくすべての参加者に平等な競争の場を生み出します。
• 特定の注文タイプに対する単一価格約定
• 「単一価格約定」は、注文全体が 1 つの特定の価格ポイントで確実に執行されるように設計された特定の注文条件の結果です。
• Fill or Kill (FOK) 注文:
• 約定注文または強制決済注文は、注文の全数量が指定された指値価格以上で即座に完全に一致する必要があることを指定します。そうしないと、注文全体が自動的にキャンセルされます。
• アドバンテージ：
• これにより、株式の大規模なブロックが単一の既知の価格で取引されることが保証され、市場の混乱が最小限に抑えられ、不安定な市場で潜在的に不利な価格での部分的な約定が回避されます。

ビジネス ユーザー エンゲージメントのための GenAI の導入

• チャットボットを使用して、取引パターンと市場の流動性に関する AI を活用したインサイトをトレーダーに提供します。
• アナリストと開発者の作業負荷を軽減することを目指します。
• AWS は、ジェフリーズの技術パートナーおよびイノベーション促進者としての役割を果たしています。
• トレードアシスタントシステム
• 膨大で断片的なデータのため、リアルタイムの洞察にアクセスすることが困難。
• エンドツーエンドの可視性と洞察を得るためのデータの結合が必要です。
• トレーダーには、必要なシステムを生成して維持するための時間もコーディング スキルも不足しています。
• ソリューション: Trade Assistant は障壁を軽減し、GenAI によるリアルタイムの会話分析を提供します。
• ソリューションの機能とアーキテクチャ
• 使いやすさと、主要な設計要因となる洞察への迅速なアクセス。
• トレーダーのクエリは LLM (Titan 埋め込みモデル) によって処理され、SQL クエリが生成されます。
• データはクエリされ、回答はさまざまな形式 (テキスト、表、グラフ) で提供されます。
• データの洞察を探索するための会話型分析インターフェイス。
• 関連する洞察や提案のための会話コンテキストの維持。
• Strands エージェントを使用して、最小限のコードで AI エージェントを構築および実行します。
• システムの進化に応じて、Amazon Bedrock 経由でさまざまな LLM を選択できる柔軟性。
• 高度なセキュリティ ガードレールと行レベルのデータ権限。
• インテリジェントなアクセス制御により、機密データへの不正アクセスを防止します。
• コンプライアンスのための監査証跡によるすべての会話のログ。

アーキテクチャの概要

接続の確立

• Trade Assistant は、AWS Direct Connect 経由で Jefferies のオンプレミス ビジネス インテリジェンス プラットフォーム GFM に接続します。これにより、安全で高速な接続が保証されます。
• ユーザー認証:
• トレーダーが GFM にログインすると、資格情報が検証されて、正しい資格があり、許可されたデータのみにアクセスできることが確認されます。
• AWS EKS (Elastic Kubernetes Service) は、ユーザーの認証とユーザー セッションの作成のためのサービスを構築するために使用されます。
• ユーザー セッションとクエリ エージェントの呼び出し:
• 認証されると、リクエストはボット サービスにルーティングされ、ユーザー セッションが確立され、クエリ エージェントが呼び出されます。
• クエリ エージェントは、トレーダーの質問に答えるために最適なデータ ソースを決定するために複数のツールと対話する Strands エージェントです。
• クエリの計画と実行:
• Strands エージェントは、Titan 埋め込みモデルの高度な推論機能を使用して、クエリ ステップを計画および実行します。
• Amazon Bedrock ナレッジベースはベクター ストアとして使用されます。
• SQL クエリの生成と実行:
• 「今日のUS取引のセクターの内訳を教えてください。」
• クエリ エージェントは適切なデータ ソースを特定し、SQL クエリを生成します。
• クエリ実行サービスは、即時データ取得用のインメモリ データ グリッドである GridGain でホストされている関連データ ソースに対して SQL クエリを実行します。
• データの視覚化:
• LLM (大規模言語モデル) は、データに適切な視覚化を選択します。
• Python ライブラリは、生データをビジュアル ストーリー、チャート、表、洞察に変換し、マークダウン UI ライブラリを使用して画面に表示します。

トレーダーへの影響

• シンプル化されたエクスペリエンス: 豊富なビジュアライゼーションと組み合わせられた会話型分析は、トレーダーから好評です。
• リアルタイム データ アクセス: トレーダーは、セクターの内訳、取引データ、その他の洞察をリアルタイムで迅速に取得できます。
• 直観的なインターフェイス: UI ウィジェットを使用すると、トレーダーはわかりやすい言葉で質問を入力して、トレード アシスタントと自然に対話できます。

ジェフリーズの次のステップ

• 機能の強化: Strands エージェントと基礎となるモデルの機能を継続的に改善し、より正確で関連性の高い洞察を提供します。
• 拡張されたデータ ソース: 追加のデータ ソースを統合して、取引状況のより包括的なビューを提供します。
• ユーザー エクスペリエンスの向上: UI をさらに改良して、より直観的でユーザー フレンドリーになりました。
• スケーラビリティ: ユーザー数の増加とデータ量の増加に合わせてプラットフォームを拡張できるようにします。

ベータ版の展開で認められた利点

時間の節約

• 日常的な分析タスクに費やす時間が大幅に削減されます。
• 時間の節約による収益創出能力の増加。
• 高い採用率:
• ソリューションの有効性とユーザーの満足度を示します。
• 技術的負担の軽減:
• 複数のプロトタイプやトレーディング デスクにわたるカスタム ダッシュボードの必要性が減少します。
• セルフサービス機能により、技術リソースへの依存が軽減されます。
• 民主化されたデータアクセス:
• ビジネス ユーザーは、自然言語を使用して株式取引データの何百万ものレコードをクエリできます。
• 取引パターンと市場機会をリアルタイムで発見します。
• 将来性のあるアーキテクチャ:
• 自己学習し、継続的に改善します。
• 既存の BI プラットフォームおよびインフラストラクチャと簡単に統合できます。

今後の予定

グローバル展開戦略

• マルチ商品の拡張: トレードアシスタントを株式以外にも拡張して、多様なプロトタイプやトレーディングデスクをサポートします。
• 世界的な展開: 国際貿易業務の効率を向上させます。
• ガバナンスの強化: 規制要件を満たすために可観測性と監査証跡機能を強化します。
• 高度なコード生成:
• ユーザーエクスペリエンスを向上させるために、UI- ベースの Java ツールから洗練された LLM- 駆動のコード生成に移行します。
• 汎用 AI API:
• このソリューションを、他のビジネス分野全体で企業全体で使用できる汎用の API に変えることを目指します。

重要な教訓

ビジュアライゼーションでは LLM を避ける

• 幻覚の危険があるため、ビジュアライゼーションの生成に LLM に依存しないでください。
• Python ライブラリ (マークダウンなど) を使用して視覚化を生成し、幻覚をより適切に制御し最小限に抑えます。
• 高速データ ストアを使用します。
• インメモリ データベースを利用して、結果出力の速度を最大化します。
• Python との LLM インタラクションを構築します。
• Python を使用すると、LLM インタラクションを柔軟に構築できるほか、他のコンポーネントを Java で使用して既存のコードを移植できます。

結論

• Trade Assistant は、ベータ版の展開において、時間の節約、高い採用率、技術的負担の軽減など、大きなメリットを示しています。
• 主要な学習内容では、視覚化での LLM の回避、高速データ ストアの使用、Python との LLM インタラクションの構築の重要性が強調されています。