Modèles autorégressifs à espace d’état profond pour le flux d’ordres du carnet à cours limité

Résumé

Cet article développe un modèle autorégressif qui génère des messages tokenisés de carnet d’ordres à cours limité, qu’un simulateur utilise pour mettre à jour l’état du carnet. Son architecture utilise des couches d’espace d’état structurées simplifiées pour traiter de longues séquences de messages et d’états. Les auteurs créent également un tokenizer pour les messages d’ordres NASDAQ dans les données LOBSTER, en regroupant les chiffres successifs en tokens.

Lors de l’évaluation hors échantillon, le modèle approche la distribution observée des messages avec une faible perplexité. Les rendements du prix médian calculés à partir du flux d’ordres généré sont significativement corrélés aux données, ce que l’article présente comme un signe de capacité de prévision conditionnelle. Les auteurs suggèrent qu’un flux d’ordres synthétique détaillé pourrait servir à d’autres travaux que la prévision, notamment comme environnement simulé pour l’apprentissage par renforcement à haute fréquence. Ces résultats concernent le jeu de données et les mesures rapportés ; le résumé ne fournit ni validation sur des marchés plus larges, ni résultats d’exécution, ni preuve que les flux simulés reproduisent toutes les caractéristiques requises pour des applications de trading.

Idées clés

• Le modèle génère de manière autorégressive des séquences de messages tokenisés de carnet d’ordres à cours limité.
• Des couches d’espace d’état structurées servent à traiter de longues séquences de messages et d’états du carnet.
• Un tokenizer personnalisé est appliqué aux messages d’ordres sur actions NASDAQ issus des données LOBSTER.
• L’évaluation hors échantillon fait état d’une faible perplexité et d’une corrélation significative entre les rendements générés et observés du prix médian.
• Le flux d’ordres synthétique pourrait servir d’environnement de modélisation pour la recherche à haute fréquence, bien qu’aucune validation plus large ne soit décrite.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.