MarketGPT ליצירת אירועים בספר פקודות לימיט ולהדמיות שוק
סיכום
עבודה זו מציגה טרנספורמר גנרטיבי שאומן מראש למידול סדרות זמן פיננסיות כרצפים של הודעות פקודה. המודל משמש כמנוע ליצירת פקודות בתוך סימולטור אירועים בדידים, במטרה לשחזר את הדינמיקה של ספר פקודות לימיט ולתמוך בהדמיות שוק אינטראקטיביות. הוא תוכנן ליצור בהדרגה רצפים ארוכים, גם לאחר שההנחיה המקורית של תזרים הפקודות יצאה מחלון ההקשר שלו.
לפי ההערכות המדווחות, תזרים הפקודות שנוצר משחזר מאפיינים מרכזיים של נתוני תזרים פקודות שנצפו ולוכד כמה דפוסים סטטיסטיים הקשורים לשווקים אמיתיים ולנתונים מאקרו־כלכליים רחבים יותר. התוצאות נוגעות לנאמנות ההדמיה, ואינן מציגות אסטרטגיית מסחר מוכחת או ראיות לביצוע רווחי. המסמך אינו מספק מדדים מפורטים, מערכי נתונים או קווי בסיס להשוואה, ולכן מידת הנאמנות והתנאים שבהם היא מתקיימת אינם ברורים מהתיאור. הגישה מוצגת כהתקדמות לקראת הדמיית שוק נאמנה מאוד; התועלת המעשית תלויה באימות מול ספרי פקודות אמיתיים ובמידת הדיוק שבה הסימולטור מייצג תנאי שוק מעבר לאלה שנבדקו.
רעיונות מרכזיים
- הטרנספורמר יוצר רצפים של הודעות פקודה פיננסיות עבור סימולטור אירועים בדידים.
- המערכת נועדה לשחזר את הדינמיקה של ספר פקודות לימיט.
- היא יכולה להמשיך ליצור תזרים פקודות גם לאחר שההנחיה הראשונית יוצאת מחלון ההקשר שלה.
- לפי ההערכות המדווחות, המערכת לוכדת מאפיינים מרכזיים של תזרים פקודות וכמה דפוסים סטטיסטיים בשוק.
- נאמנות ההדמיה כשלעצמה אינה מוכיחה שהמודל תומך במסחר רווחי.
תגיות
הטקסט המלא
# MarketGPT: Developing a Pre-trained transformer (GPT) for Modeling Financial Time Series # MarketGPT: Developing a Pre-trained transformer (GPT) for Modeling Financial Time Series This work presents a generative pre-trained transformer (GPT) designed for modeling financial time series. The GPT functions as an order generation engine within a discrete event simulator, enabling realistic replication of limit order book dynamics. Our model leverages recent advancements in large language models to produce long sequences of order messages in a steaming manner. Our results demonstrate that the model successfully reproduces key features of order flow data, even when the initial order flow prompt is no longer present within the model's context window. Moreover, evaluations reveal that the model captures several statistical properties, or 'stylized facts', characteristic of real financial markets and broader macro-scale data distributions. Collectively, this work marks a significant step toward creating high-fidelity, interactive market simulations.
מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0
הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.