HLOB -- 限价订单簿中的信息持久性与结构
计算机视觉与模式识别
2025-08-05 v2 计算与语言
摘要
我们提出了一种新的大规模深度学习模型用于限价订单簿 mid-price 变化预测，并命名为 HLOB。该架构 (i) 通过信息过滤网络，即三角最大滤波图，来揭示限价订单簿中不同volume 水平之间更深层次且非平凡的依赖结构；(ii) 通过借鉴具有突破性的 Homological 卷积神经网络类，确保处理底层系统复杂度的确定性设计选择。我们在包含 15 只 NASDAQ 交易所交易股票的 3 个真实世界限价订单簿数据集上测试我们的模型，并与 9 种最先进的深度学习方法进行对比，系统性地刻画了 HLOB 在各种情形下超越最先进方法的场景。我们的ethods 让我们对限价订单簿中信息的空间分布及其在增加预测时间范围内的退化情况有了新的认识，缩小了微观结构建模与深度学习基于高频金融市场的预测之间的差距。
引用
@article{arxiv.2405.18937,
title = {Kestrel: 3D Multimodal LLM for Part-Aware Grounded Description},
author = {Mahmoud Ahmed and Junjie Fei and Jian Ding and Eslam Mohamed Bakr and Mohamed Elhoseiny},
journal= {arXiv preprint arXiv:2405.18937},
year = {2025}
}