JAX-LOB：一种 GPU 加速的限价订单簿模拟器，以释放大规模交易强化学习潜力
交易与市场微观结构
2023-08-28 v1 人工智能
计算工程、金融与科学
机器学习
摘要
全球各地的金融交易所使用限价订单簿（LOBs）来处理订单并撮合交易。出于研究目的，拥有大规模高效的 LOB 动态模拟器十分重要。LOB 模拟器此前已在基于智能体模型（ABMs）、强化学习（RL）环境和生成模型的背景下实现，可处理来自历史数据集和手工设计智能体的订单流。对于许多应用，需要处理多个订单簿，无论是为了 ABM 的校准还是 RL 智能体的训练。我们展示了首个支持 GPU 的 LOB 模拟器，其设计用于并行处理数千个订单簿，且单条消息处理时间显著减少。我们的模拟器 JAX-LOB 的实现基于旨在最佳利用 JAX 能力而不牺牲 LOB 相关机制真实性的设计选择。我们将 JAX-LOB 与其他 JAX 包集成，以提供一个示例说明如何借助强化学习解决最优执行问题，并分享在 GPU 上端到端 RL 训练的一些初步结果。
引用
@article{arxiv.2308.13289,
title = {JAX-LOB: A GPU-Accelerated limit order book simulator to unlock large scale reinforcement learning for trading},
author = {Sascha Frey and Kang Li and Peer Nagy and Silvia Sapora and Chris Lu and Stefan Zohren and Jakob Foerster and Anisoara Calinescu},
journal= {arXiv preprint arXiv:2308.13289},
year = {2023}
}