Generación controlable de flujo de órdenes con un metaagente guiado por difusión

Resumen

Este artículo propone un marco generativo para crear flujo de órdenes en mercados financieros con control sobre el comportamiento del mercado. Parte de que los métodos existentes para generar flujo de órdenes pueden reproducir mal los datos de mercado y ofrecer un control limitado, lo que restringe su utilidad para la investigación y la negociación.

El metaagente guiado por difusión propuesto combina un modelo de difusión condicional con un metaagente informado por principios económicos financieros. El modelo de difusión representa las condiciones cambiantes del mercado mediante parámetros de distribución variables en el tiempo para los rendimientos del precio medio y las tasas de llegada de órdenes. Después, el metaagente utiliza esas distribuciones para generar órdenes. El artículo informa de mejoras en la fidelidad y el control de la generación en los experimentos, y evalúa el entorno generado en tareas posteriores de trading de alta frecuencia; también informa de eficiencia computacional. La descripción proporcionada no especifica los conjuntos de datos, las referencias de comparación, los valores de las métricas ni el rango de condiciones de mercado probado, por lo que no permite juzgar cuánto se generaliza el enfoque más allá de esos experimentos.

Ideas clave

• La generación de flujo de órdenes busca modelar la secuencia de órdenes que forma un mercado financiero.
• Un modelo de difusión condicional representa las distribuciones cambiantes de rendimientos del precio medio y las tasas de llegada de órdenes.
• Un metaagente utiliza principios económicos financieros para generar órdenes a partir de esas distribuciones.
• Los autores informan de mejoras en control, fidelidad y eficiencia, y evalúan su uso en tareas de trading de alta frecuencia.

Etiquetas

# Controllable Financial Market Generation with Diffusion Guided Meta Agent


# Controllable Financial Market Generation with Diffusion Guided Meta Agent









Generative modeling has transformed many fields, such as language and visual modeling, while its application in financial markets remains under-explored. As the minimal unit within a financial market is an order, order-flow modeling represents a fundamental generative financial task. However, current approaches often yield unsatisfactory fidelity in generating order flow, and their generation lacks controllability, thereby limiting their practical applications. In this paper, we formulate the challenge of controllable financial market generation, and propose a Diffusion Guided Meta Agent (DigMA) model to address it. Specifically, we employ a conditional diffusion model to capture the dynamics of the market state represented by time-evolving distribution parameters of the mid-price return rate and the order arrival rate, and we define a meta agent with financial economic priors to generate orders from the corresponding distributions. Extensive experimental results show that DigMA achieves superior controllability and generation fidelity. Moreover, we validate its effectiveness as a generative environment for downstream high-frequency trading tasks and its computational efficiency.

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.