مدل‌های فضای حالت عمیق خودرگرسیو برای جریان پیام‌های دفتر سفارش محدود
خلاصه
این مقاله مدل خودرگرسیوی می‌سازد که پیام‌های توکنیزه‌شده دفتر سفارش محدود را تولید می‌کند تا یک شبیه‌ساز از آن‌ها برای به‌روزرسانی وضعیت دفتر استفاده کند. معماری آن از لایه‌های ساده‌شده فضای حالت ساختاریافته برای پردازش دنباله‌های طولانی پیام‌ها و وضعیت‌ها بهره می‌گیرد. نویسندگان همچنین توکن‌سازی برای پیام‌های سفارش NASDAQ در داده‌های LOBSTER ایجاد می‌کنند و رقم‌های پیاپی را در توکن‌ها گروه‌بندی می‌کنند.
در ارزیابی خارج از نمونه، مدل توزیع پیام‌های مشاهده‌شده را با معیار پرپلکسیتی پایین تقریب می‌زند. بازده‌های قیمت میانی که از جریان سفارش تولیدشده آن محاسبه شده‌اند، همبستگی معناداری با داده‌ها دارند؛ مقاله این را شاهدی بر توان پیش‌بینی شرطی می‌داند. نویسندگان می‌گویند جریان سفارش مصنوعیِ دارای جزئیات می‌تواند از کارهایی فراتر از پیش‌بینی، از جمله محیطی شبیه‌سازی‌شده برای یادگیری تقویتی پُربسامد، پشتیبانی کند. این نتایج به مجموعه‌داده و سنجه‌های گزارش‌شده مربوط‌اند؛ چکیده اعتبارسنجی گسترده‌تر بازار، نتایج اجرا یا شواهدی ارائه نمی‌کند که جریان‌های شبیه‌سازی‌شده همه ویژگی‌های لازم برای کاربردهای معاملاتی را بازتولید می‌کنند.
ایده‌های کلیدی
- مدل به‌صورت خودرگرسیو دنباله‌هایی از پیام‌های توکنیزه‌شده دفتر سفارش محدود تولید می‌کند.
- برای پردازش دنباله‌های طولانی پیام و وضعیت دفتر، از لایه‌های فضای حالت ساختاریافته استفاده می‌شود.
- توکن‌ساز سفارشی بر پیام‌های سفارش سهام NASDAQ از داده‌های LOBSTER اعمال می‌شود.
- ارزیابی خارج از نمونه، پرپلکسیتی پایین و همبستگی معنادار میان بازده‌های قیمت میانی تولیدشده و مشاهده‌شده را گزارش می‌کند.
- جریان سفارش مصنوعی می‌تواند محیطی برای مدل‌سازی پژوهش پُربسامد باشد، هرچند اعتبارسنجی گسترده‌تر شرح داده نشده است.
برچسب‌ها
متن کامل
# 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.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.