Geração controlável de fluxo de ordens com agente meta guiado por difusão

Resumo

Este artigo propõe uma estrutura generativa para criar fluxo de ordens em mercados financeiros com controle sobre o comportamento do mercado. A motivação é que os métodos existentes de geração de fluxo de ordens podem reproduzir mal os dados de mercado e oferecer controle limitado, restringindo sua utilidade em pesquisa e aplicações de trading.

O agente meta guiado por difusão proposto combina um modelo de difusão condicional com um agente meta informado por priors da economia financeira. O modelo de difusão representa as condições de mercado em mudança por meio de parâmetros de distribuição que variam no tempo para os retornos do preço médio e as taxas de chegada de ordens. Em seguida, o agente meta usa essas distribuições para gerar ordens. O artigo relata ganhos de fidelidade e controlabilidade da geração nos experimentos e testa o ambiente gerado em tarefas posteriores de trading de alta frequência, relatando também eficiência computacional. A descrição fornecida não especifica conjuntos de dados, referências de comparação, valores de métricas ou a variedade de condições de mercado testadas; por isso, não basta para avaliar a generalização da abordagem além desses experimentos.

Ideias principais

• A geração de fluxo de ordens busca modelar a sequência de ordens que forma um mercado financeiro.
• Um modelo de difusão condicional representa distribuições em evolução para retornos do preço médio e taxas de chegada de ordens.
• Um agente meta usa priors da economia financeira para gerar ordens a partir dessas distribuições.
• Os autores relatam ganhos de controlabilidade, fidelidade e eficiência e avaliam o uso em tarefas de trading de alta frequência.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.