ڈفیوژن گائیڈڈ میٹا ایجنٹ سے آرڈر فلو کی تخلیق

خلاصہ

یہ مقالہ مالیاتی مارکیٹ کے آرڈر فلو کو اس انداز میں بنانے کا ایک جنریٹو فریم ورک پیش کرتا ہے کہ مارکیٹ کے رویے پر قابو رکھا جا سکے۔ اس کی وجہ یہ ہے کہ آرڈر فلو بنانے کے موجودہ طریقے مارکیٹ ڈیٹا کی ناقص نقل کر سکتے ہیں اور ان پر قابو محدود ہوتا ہے، جس سے تحقیق اور ٹریڈنگ میں ان کی افادیت گھٹ جاتی ہے۔

مجوزہ ڈفیوژن گائیڈڈ میٹا ایجنٹ، مشروط ڈفیوژن ماڈل کو مالیاتی معاشیات کے پیشگی اصولوں سے باخبر میٹا ایجنٹ کے ساتھ ملاتا ہے۔ ڈفیوژن ماڈل وقت کے ساتھ بدلتے تقسیمی پیرامیٹرز کے ذریعے وسطی قیمت کے ریٹرنز اور آرڈر آنے کی شرحوں میں مارکیٹ کے بدلتے حالات کو ظاہر کرتا ہے۔ پھر میٹا ایجنٹ انہی تقسیموں سے آرڈر بناتا ہے۔ مقالہ تجربات میں تخلیق کی بہتر وفاداری اور قابو پذیری کی اطلاع دیتا ہے، اور بنائے گئے ماحول کو بعد کے ہائی فریکوئنسی ٹریڈنگ کاموں میں بھی آزماتا ہے؛ اس میں حسابی کارکردگی کی اطلاع بھی دی گئی ہے۔ فراہم کردہ وضاحت میں ڈیٹاسیٹس، بنیادی موازنے، پیمائشوں کی قدریں یا آزمائے گئے مارکیٹ حالات کی حد نہیں بتائی گئی، اس لیے ان تجربات سے آگے طریقے کی عمومیت کا اندازہ لگانا ممکن نہیں۔

اہم خیالات

• آرڈر فلو کی تخلیق کا مقصد مالیاتی مارکیٹ بنانے والے آرڈرز کی ترتیب کو ماڈل کرنا ہے۔
• مشروط ڈفیوژن ماڈل وسطی قیمت کے ریٹرنز اور آرڈر آنے کی شرحوں کی بدلتی ہوئی تقسیمیں ظاہر کرتا ہے۔
• میٹا ایجنٹ مالیاتی معاشیات کے پیشگی اصولوں کی مدد سے ان ڈسٹری بیوشنز سے آرڈر بناتا ہے۔
• مصنفین قابو پذیری، وفاداری اور کارکردگی میں بہتری کی اطلاع دیتے ہیں اور ہائی فریکوئنسی ٹریڈنگ کے کاموں میں استعمال کا جائزہ لیتے ہیں۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔