标签
OrderFlowDiT提出了一种带非平衡最优传输正则的条件扩散Transformer,用于预测未来五分钟限价订单簿的成交量-价格分布,相比MSE训练将全字段传输成本降低45.8%。
该论文介绍了 LOB-Impact,这是一个开源基准,表明通过下一词元预测训练的神经生成式限价订单簿模型,在注入元订单时会涌现出市场冲击效应,冲击指数介于 0.63 至 1.21 之间;但尚未观察到冲击的弛豫衰减,这可能是由于上下文窗口较短。
StochLOB 提出一种仅在训练阶段使用的评分匹配框架,用跳跃 Lévy 噪声和截断 α-stable 噪声替代布朗高斯扩散污染,以更真实地刻画限价订单簿数据的重尾与跳跃特性,从而提升 BTC 及山寨币中价趋势预测在压力窗口下的稳健性。
本文提出了 ReLOBGen,一种限价订单簿消息生成器。它通过从当前挂单簿中选择被引用的订单并屏蔽无效标记,在结构上保证了可重放性,在500条消息的滚动展开中实现了100%的可重放率,且在每条重放消息上的速度比 LOBS5 基线提升了2.7-3.6倍。