Jump Trading、OpenAI「GPT-6 Astra」を導入　自律エージェントによるクオンツ研究を加速

要点

• 米クオンツ取引大手のJump Tradingが、OpenAIのモデル「GPT-6 Astra」を研究基盤に導入した。

• 数日規模に及ぶ複雑な長期タスクを、エージェントへ自律的に委譲できる環境を構築した。

• 評価基準に沿って自己検証を行い、改善を再帰的に積み重ねて包括的な分析を実施する。

• 金融規制に対応するため、取引シグナルなどの最終判断は人間が行う体制を維持している。

• エージェント群が協調して未解決の課題を探求する「自動研究（autoresearch）」の普及を見込んでいる。

• 米OpenAIは2026年10月6日、定量的投資を手がける米Jump Tradingが、同社のモデル「GPT-6 Astra」を活用してクオンツリサーチ業務を拡大している事例を公開した。Jump Tradingは、予測モデルの構築や仮説検証においてエージェント技術による自動化を推進している。従来は人手の介入を頻繁に要していた長期タスクを、AIエージェントに自律遂行させる体制へ移行しているという。

クオンツ研究におけるAIエージェントの役割拡大

Jump Tradingは、数理モデルを用いて市場分析を行うクオンツ（定量的）取引企業だ。市場データやニュース、伝統的な財務情報以外の多様な情報であるオルタナティブデータを活用し、資産価格の予測モデルを構築している。不確実性の高い市場において、コイン投げをわずかに上回る予測精度であっても、大規模に運用することで成果につながるという。

同社でLLM研究開発を率いるルーカス・ベイカー（Lucas Baker）氏は、研究者の探索を支援するエージェント（自律的にタスクを遂行するAIプログラム）の基盤構築を主導している。GPT-6 Astraの導入により、日々のコーディングから新たな仮説を検証する高度な研究まで、エージェントに任せられるワークフローの規模と複雑性が飛躍的に拡大したとしている。

数日規模の長期タスクと再帰的な改善の実現

同社によると、AIの位置づけはこの1年で単発のコード生成支援からコードベース全体を開発できる存在へと変化し、現在は「同僚」のように扱われているという。人間が課題や作業環境、評価基準を定義し、複数のエージェントをリアルタイムに誘導する運用が定着している。

特にGPT-6 Astraについて、ベイカー氏は長期タスクにおける自律性が高まったと評価している。同モデルはエージェント間の柔軟な連携と粘り強い遂行力を備え、改善成果を再帰的に積み重ねることが可能になった。数日間にわたるタスクの中で多様なデータから重要性を判断し、当初の基準に照らして能動的に作業を修正しながら包括的な分析を行えるという。

規制環境に対応する安全設計と人間の最終判断

Jump Tradingは多様な資産クラスを取引しているが、金融業界は規制が厳しく、誤りが財務やコンプライアンスに重大な影響を及ぼすリスクがある。

ベイカー氏はリスク管理の重要性を指摘しつつ、エージェント技術は品質向上や監視体制の強化にも役立つと説明する。同社では明確な制約と観測性を備えたインフラを整え、人間によるレビュー工程を組み込んでいる。エージェントが自由に成果物を生成できる安全な環境を維持しつつ、取引シグナル（売買判断の手がかりとなる指標）などの成果物は、管理された環境下で人間が厳格に検証・承認する仕組みをとっている。

エージェント群が協調する「自動研究」の展望

同社は今後の展望として、エージェントが測定可能なシステムを再帰的に改良する「自動研究（autoresearch）」が、研究者の通常業務になると予測している。

現在の長期タスクでも人間との定期的な確認が行われているが、将来の高度な自動研究では、人間が入力データや環境、評価基準を定義した後は、緩やかに連携したエージェント群（フリート）が相互に協調してプロセスを進めると同氏は見込んでいる。エージェント群が探索手法や計算リソース配分、知見の統合を自律判断するという。

ベイカー氏は、2024年の単一ファイル生成、2025年のコードベース構築、2026年の複数エージェント協調による未解決課題への取り組みと、モデルが急速に進化してきた歩みを振り返り、今後の発展に期待を示している。