Modelos autorregresivos profundos de espacio de estados para el flujo de mensajes del libro de órdenes

Resumen

Este artículo desarrolla un modelo autorregresivo que genera mensajes tokenizados del libro de órdenes limitadas, que un simulador utiliza para actualizar el estado del libro. Su arquitectura emplea capas simplificadas y estructuradas de espacio de estados para procesar largas secuencias de mensajes y estados. Los autores también crean un tokenizador para mensajes de órdenes de NASDAQ en datos de LOBSTER, agrupando dígitos consecutivos en tokens.

En la evaluación fuera de muestra, el modelo aproxima la distribución observada de mensajes con una perplejidad baja. Los rendimientos del precio medio calculados a partir del flujo de órdenes generado muestran una correlación significativa con los datos, lo que el artículo presenta como prueba de capacidad de pronóstico condicional. Los autores sugieren que el flujo de órdenes sintético detallado podría servir para investigaciones más allá de los pronósticos, incluso como entorno simulado para el aprendizaje por refuerzo de alta frecuencia. Estos resultados corresponden al conjunto de datos y las métricas descritos; el resumen no ofrece validación más amplia en otros mercados, resultados de ejecución ni pruebas de que los flujos simulados reproduzcan todas las características necesarias para aplicaciones de trading.

Ideas clave

• El modelo genera secuencias autorregresivas de mensajes tokenizados del libro de órdenes limitadas.
• Se utilizan capas estructuradas de espacio de estados para procesar secuencias largas de mensajes y estados del libro.
• Se aplica un tokenizador propio a mensajes de órdenes de acciones de NASDAQ procedentes de datos de LOBSTER.
• La evaluación fuera de muestra presenta baja perplejidad y una correlación significativa entre los rendimientos generados y observados del precio medio.
• El flujo de órdenes sintético podría servir como entorno de modelización para la investigación de alta frecuencia, aunque no se describe una validación más amplia.

Etiquetas

# 2309.00638


# Generative AI for End-to-End Limit Order Book Modelling: A Token-Level Autoregressive Generative Model of Message Flow Using a Deep State Space Network









Developing a generative model of realistic order flow in financial markets is a challenging open problem, with numerous applications for market participants. Addressing this, we propose the first end-to-end autoregressive generative model that generates tokenized limit order book (LOB) messages. These messages are interpreted by a Jax-LOB simulator, which updates the LOB state. To handle long sequences efficiently, the model employs simplified structured state-space layers to process sequences of order book states and tokenized messages. Using LOBSTER data of NASDAQ equity LOBs, we develop a custom tokenizer for message data, converting groups of successive digits to tokens, similar to tokenization in large language models. Out-of-sample results show promising performance in approximating the data distribution, as evidenced by low model perplexity. Furthermore, the mid-price returns calculated from the generated order flow exhibit a significant correlation with the data, indicating impressive conditional forecast performance. Due to the granularity of generated data, and the accuracy of the model, it offers new application areas for future work beyond forecasting, e.g. acting as a world model in high-frequency financial reinforcement learning applications. Overall, our results invite the use and extension of the model in the direction of autoregressive large financial models for the generation of high-frequency financial data and we commit to open-sourcing our code to facilitate future research.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.