본문으로 건너뛰기
라이브러리 문서 전체

제어 가능한 주문 흐름을 만드는 확산 유도 메타 에이전트

기사 arXiv papers · 저자: Yu-Hao Huang et al.
원문 읽기

요약

이 논문은 시장 행동을 제어하면서 금융 시장의 주문 흐름을 생성하는 프레임워크를 제안합니다. 기존 주문 흐름 생성 방법은 시장 데이터를 제대로 재현하지 못하고 제어 기능도 제한적일 수 있어, 연구와 트레이딩에서 활용하기 어렵다는 문제의식에서 출발합니다.

제안된 Diffusion Guided Meta Agent는 조건부 확산 모델과 금융경제학 사전 정보를 활용하는 메타 에이전트를 결합합니다. 확산 모델은 중간 가격 수익률과 주문 도착률의 시간 가변 분포 매개변수로 변화하는 시장 상황을 나타냅니다. 메타 에이전트는 이 분포를 사용해 주문을 생성합니다. 논문은 실험에서 생성 충실도와 제어 가능성이 향상되었다고 보고하고, 생성 환경을 후속 고빈도 트레이딩 과제에서 시험하며 계산 효율성도 보고합니다. 제공된 설명에는 데이터셋, 기준선, 지표값, 시험한 시장 상황의 범위가 제시되지 않아 실험 밖에서 접근법이 얼마나 일반화되는지 판단하기 어렵습니다.

핵심 아이디어

  • 주문 흐름 생성은 금융 시장을 이루는 주문의 연속을 모델링하는 것을 목표로 합니다.
  • 조건부 확산 모델은 중간 가격 수익률과 주문 도착률의 변화하는 분포를 나타냅니다.
  • 메타 에이전트는 금융경제학 사전 정보를 활용해 분포에 따른 주문을 생성합니다.
  • 저자들은 제어 가능성, 충실도, 효율성 향상을 보고하고 고빈도 트레이딩 과제에서의 활용을 평가합니다.

태그

머신러닝고빈도 매매시장 미시구조
전문
# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.