SimLOB：用于金融市场模拟的有限订单簿表示学习
计算工程、金融与科学
2025-06-17 v4
摘要
金融市场模拟（FMS）是理解市场异常和底层交易行为的有前景的工具。为确保高保真模拟，关键是校准 FMS 模型，以生成与观察到的市场数据相似的数据。以前的工作主要 focus 在校准中间价格数据，这导致丢失市场活动的关键信息，从而偏向校准模型。限价订单簿（LOB）数据是全球各大交易所所采用的基本数据，完全捕获市场微观结构。然而，由于 LOB 的表格结构不适用于向量化输入要求，LOB 不适用于现有的校准目标函数。本文提出通过基于 Transformer 的自编码器显式学习 LOB 的向量化表示。然后，捕获 LOB 主要信息的潜在向量可用于校准。广泛的实验表明，所学的潜在表示不仅保留了时间轴上的非线性自相关，而且保留了 LOB 连续价格水平之间的先后顺序。此外，验证了表示学习阶段的性能与下游校准任务的一致性。因此，本工作首次推进了 LOB 数据上的 FMS。
关键词
引用
@article{arxiv.2406.19396,
title = {SimLOB: Learning Representations of Limited Order Book for Financial Market Simulation},
author = {Yuanzhe Li and Yue Wu and Muyao Zhong and Shengcai Liu and Peng Yang},
journal= {arXiv preprint arXiv:2406.19396},
year = {2025}
}