OpenAI a publié une étude de cas sur l'utilisation de GPT-6 Astra par Jump Trading dans la recherche quantitative. L'équipe LLM R&D de l'entreprise explique que les agents récents peuvent traiter des problèmes plus longs et plus ambigus, de la programmation aux études combinant plusieurs sources de données et évaluant les résultats de manière itérative.
Le processus décrit n'est pas du trading autonome. Les chercheurs définissent le problème, l'environnement, les critères d'évaluation et les contraintes, tandis que les agents explorent les hypothèses. Une validation humaine reste nécessaire avant l'acceptation des résultats critiques. Un signal de trading produit par un agent est considéré comme potentiellement erroné et passe par le même environnement contrôlé que les autres signaux.
L'étude met l'accent sur la coordination d'agents à long horizon et l'amélioration récursive, sans fournir de mesure indépendante de performance financière. Son intérêt principal réside donc dans l'architecture opérationnelle: recherche ouverte dans un environnement surveillé, avec contrôle humain avant l'exécution.