सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

लिमिट ऑर्डर बुक घटनाओं और बाज़ार सिमुलेशन के लिए MarketGPT

लेख arXiv papers · लेखक: Aaron Wheeler et al.
मूल स्रोत पढ़ें

सारांश

यह कार्य वित्तीय समय-श्रृंखलाओं को ऑर्डर संदेशों के क्रम के रूप में मॉडल करने के लिए एक जनरेटिव प्रीट्रेन्ड ट्रांसफ़ॉर्मर प्रस्तुत करता है। यह मॉडल डिस्क्रीट-इवेंट सिम्युलेटर के भीतर ऑर्डर-निर्माण इंजन के रूप में काम करता है, जिसका उद्देश्य लिमिट ऑर्डर बुक की गतिशीलता दोहराना और परस्पर-संवादी बाज़ार सिमुलेशन का समर्थन करना है। इसे लंबे क्रमों को क्रमिक रूप से बनाने के लिए डिज़ाइन किया गया है, तब भी जब मूल ऑर्डर-फ़्लो प्रॉम्प्ट इसकी संदर्भ विंडो से बाहर चला गया हो।

रिपोर्ट किए गए मूल्यांकन में पाया गया कि जनित ऑर्डर फ़्लो, देखे गए ऑर्डर-फ़्लो डेटा की प्रमुख विशेषताओं को दोहराता है और वास्तविक बाज़ारों तथा व्यापक मैक्रो-स्तरीय डेटा से जुड़े कई सांख्यिकीय पैटर्न पकड़ता है। ये परिणाम सिमुलेशन की विश्वसनीयता से संबंधित हैं; वे किसी प्रदर्शित ट्रेडिंग रणनीति या लाभदायक निष्पादन के साक्ष्य नहीं हैं। दस्तावेज़ में विस्तृत माप, डेटासेट या तुलना के आधार नहीं दिए गए हैं, इसलिए इस विवरण से विश्वसनीयता की सीमा और वे परिस्थितियाँ स्पष्ट नहीं होतीं जिनमें यह कायम रहती है। इस तरीके को उच्च-विश्वसनीयता वाले बाज़ार सिमुलेशन की दिशा में प्रगति के रूप में प्रस्तुत किया गया है; इसकी व्यावहारिक उपयोगिता वास्तविक ऑर्डर बुक के विरुद्ध सत्यापन और मूल्यांकन से परे बाज़ार स्थितियों को सिम्युलेटर कितनी अच्छी तरह दर्शाता है, इस पर निर्भर करती है।

मुख्य विचार

  • ट्रांसफ़ॉर्मर डिस्क्रीट-इवेंट सिम्युलेटर के लिए वित्तीय ऑर्डर संदेशों के क्रम बनाता है।
  • इस प्रणाली का उद्देश्य लिमिट ऑर्डर बुक की गतिशीलता को दोहराना है।
  • प्रारंभिक प्रॉम्प्ट संदर्भ विंडो से बाहर जाने के बाद भी यह ऑर्डर फ़्लो बनाना जारी रख सकती है।
  • रिपोर्ट किए गए मूल्यांकन में पाया गया कि यह ऑर्डर फ़्लो की प्रमुख विशेषताएँ और बाज़ार के कई सांख्यिकीय पैटर्न पकड़ती है।
  • सिमुलेशन की विश्वसनीयता अपने आप यह नहीं दिखाती कि मॉडल लाभदायक ट्रेडिंग में सहायक है।

टैग

मशीन लर्निंगबाज़ार की सूक्ष्म संरचनासांख्यिकीहाई फ़्रीक्वेंसी ट्रेडिंग
पूरा पाठ
# 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.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।