MarketGPT para gerar eventos de livro de ofertas e simulações de mercado

Resumo

Este trabalho apresenta um transformador generativo pré-treinado para modelar séries temporais financeiras como sequências de mensagens de ordens. O modelo funciona como mecanismo de geração de ordens dentro de um simulador de eventos discretos, com o objetivo de reproduzir a dinâmica do livro de ofertas com ordens limitadas e permitir simulações interativas de mercado. Ele foi projetado para gerar sequências longas de forma incremental, inclusive depois que o prompt original do fluxo de ordens sai de sua janela de contexto.

As avaliações relatadas concluem que o fluxo de ordens gerado reproduz características importantes dos dados observados e captura vários padrões estatísticos associados a mercados reais e a dados macroeconômicos mais amplos. Esses resultados dizem respeito à fidelidade da simulação, não a uma estratégia de trading demonstrada nem a evidências de execução lucrativa. O documento não fornece métricas detalhadas, conjuntos de dados nem benchmarks de comparação; portanto, a descrição não deixa claro o grau de fidelidade nem as condições em que ela se mantém. A abordagem é apresentada como um avanço rumo a simulações de mercado de alta fidelidade, cuja utilidade prática depende da validação com livros de ofertas reais e da capacidade do simulador de representar condições de mercado além das avaliadas.

Ideias principais

• O transformador gera sequências de mensagens de ordens financeiras para um simulador de eventos discretos.
• O sistema busca reproduzir a dinâmica do livro de ofertas com ordens limitadas.
• O sistema pode continuar gerando o fluxo de ordens depois que o prompt inicial sai de sua janela de contexto.
• As avaliações relatadas concluem que o modelo captura características importantes do fluxo de ordens e vários padrões estatísticos do mercado.
• A fidelidade da simulação, por si só, não mostra que o modelo permite trading lucrativo.

Tags

# 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.

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.