論文の概要: M3: A State-Event Generative Foundation Model for Market Microstructure Dynamics
- arxiv url: http://arxiv.org/abs/2608.19227v1
- Date: Wed, 29 Jul 2026 12:46:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-23 14:54:39.99809
- Title: M3: A State-Event Generative Foundation Model for Market Microstructure Dynamics
- Title（参考訳）: M3: 市場構造ダイナミクスのためのステートイベント生成基盤モデル
- Abstract要約: 市場マイクロ構造シミュレーションは、電子金融市場での流動性、価格、秩序の流れの進化をモデル化することを目的としている。
市場マイクロ構造力学のためのステートイベント生成基盤モデルであるtextbfM3 (underline Microstructure underlineModel) を提案する。
- 参考スコア（独自算出の注目度）: 7.074091586839605
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Market microstructure simulation aims to model how liquidity, prices, and order flow evolve in electronic financial markets. Since market data reveal only one realized trajectory, many important questions are inherently counterfactual and require realistic trajectory-level simulation. Existing financial generative models, however, often model order events and market states, such as the LOB, in isolation, overlooking the dynamic interaction between order flow and liquidity in market microstructure. We propose the \textbf{M3} (\underline{M}arket \underline{M}icrostructure \underline{M}odel), a state-event generative foundation model for market microstructure dynamics. \textbf{M3} learns to generate future order-flow trajectories, while accounting for the evolving interaction between order events and limit-order-book liquidity. Trained on large-scale order-level real stock market data, \textbf{M3} exhibits predictable scaling behavior, reproduces key market stylized facts, and enables practical simulation-based applications including forecasting, stress testing, and market-impact analysis. These results suggest a scalable foundation-model paradigm for counterfactual market simulation at the microstructure level.
- Abstract（参考訳）: 市場マイクロ構造シミュレーションは、電子金融市場での流動性、価格、秩序の流れの進化をモデル化することを目的としている。
市場データは1つの実現された軌道のみを明らかにするため、多くの重要な疑問は本質的に反現実的であり、現実的な軌道レベルのシミュレーションを必要とする。
しかし、既存の金融生成モデルは、しばしば秩序イベントやLOBのような市場状態を単独でモデル化し、市場のミクロ構造における秩序フローと流動性の間の動的相互作用を見越す。
本稿では,市場マイクロ構造力学のためのステート・イベント生成基盤モデルであるtextbf{M3} (\underline{M}arket \underline{M}icrostructure \underline{M}odel)を提案する。
textbf{M3} は、順序イベントと極限順序ブックの流動性の間の進化的な相互作用を考慮しつつ、将来の順序フロートラジェクトリを生成することを学ぶ。
大規模注文レベルの実市場データに基づいて, 予測可能なスケーリング行動を示し, 主要な市場スタイリングされた事実を再現し, 予測, ストレステスト, 市場への影響分析など, 実用的なシミュレーションベースのアプリケーションを実現する。
これらの結果は、マイクロ構造レベルでの対実市場シミュレーションのためのスケーラブルな基盤モデルパラダイムを示唆している。
関連論文リスト
- Evaluation of Agents under Simulated AI Marketplace Dynamics [72.02953516461965]
本稿では,情報アクセスシステムを競争市場への参加として評価するシミュレーションに基づくパラダイムを提案する。
我々はこの枠組みを定式化し、TRECのような評価キャンペーンにおける市場シミュレーション、メトリクス、最適化、導入に関する、ビジネスと経済に動機付けられた研究課題の概要を述べる。
論文 参考訳（メタデータ） (2026-04-15T15:01:36Z) - MEME: Modeling the Evolutionary Modes of Financial Markets [11.120179118542518]
本稿では,進化する論理のレンズを通して市場ダイナミクスを再構築するMEMEを紹介する。
MEMEは、ノイズの多いデータを高忠実な投資条件に変換するためにマルチエージェント抽出モジュールを使用している。
2023年から2025年までの3つの異質な中国のストックプールの実験では、MEMEが7つのSOTAベースラインを一貫して上回っていることが示されている。
論文 参考訳（メタデータ） (2026-02-12T13:16:05Z) - Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。
We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
論文 参考訳（メタデータ） (2025-11-04T17:22:22Z) - Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。
本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-06T13:08:55Z) - ByteGen: A Tokenizer-Free Generative Model for Orderbook Events in Byte Space [11.523583937607622]
LOBイベントの生のバイトストリームを直接操作する新しい生成モデルByteGenを紹介する。
私たちの仕事は、機能エンジニアリングとトークン化の完全な排除であり、モデルが最も基本的な表現から市場のダイナミクスを学べるようにします。
ByteGenは、金融市場の重要な事実を再現し、現実的な価格分布、大口リターン、バーストイベントのタイミングを生成する。
論文 参考訳（メタデータ） (2025-08-04T09:48:42Z) - Efficient Regression-Based Training of Normalizing Flows for Boltzmann Generators [85.25962679349551]
ボルツマン・ジェネレータ(BG)は効率的なサンプリングと可能性を提供するが、最大可能性によるトレーニングはしばしば不安定であり、計算的に困難である。
本稿では,従来の最大値トレーニングの数値不安定性と計算課題を回避し,新しい,スケーラブルなトレーニング目標である正規化フローの回帰トレーニングを提案する。
論文 参考訳（メタデータ） (2025-06-01T20:32:27Z) - Financial Wind Tunnel: A Retrieval-Augmented Market Simulator [8.687612511755836]
マーケットシミュレーターは、現実世界の市場のダイナミクスを模倣した高品質な合成金融データを作成しようとする。
フィナンシャル・ウィンド・トンネル(Financial Wind Tunnel, FWT)は、制御可能で合理的で適応可能な市場ダイナミクスを生成するために設計された市場シミュレータである。
FWTは、様々なデータ周波数にわたってより包括的で体系的な生成機能を提供する。
論文 参考訳（メタデータ） (2025-03-23T03:10:13Z) - SE(3)-Stochastic Flow Matching for Protein Backbone Generation [54.951832422425454]
我々はFoldFlowを紹介した。FoldFlowは,3mathrmD$の剛性運動に対するフローマッチングパラダイムに基づく,モデリング能力向上のための新しい生成モデルである。
FoldFlow生成モデルのファミリーは、タンパク質の生成モデルに対する従来のアプローチよりもいくつかの利点を提供している。
論文 参考訳（メタデータ） (2023-10-03T19:24:24Z) - Market-GAN: Adding Control to Financial Market Data Generation with
Semantic Context [23.773217528211905]
現在の財務データセットにはコンテキストラベルは含まれていない。
現在の技術は、文脈を制御として財務データを生成するように設計されていない。
Market-GANは、制御可能な生成をコンテキストで行うためにGAN(Generative Adversarial Networks)を組み込んだ新しいアーキテクチャである。
論文 参考訳（メタデータ） (2023-09-14T13:42:27Z) - Neural Stochastic Agent-Based Limit Order Book Simulation: A Hybrid
Methodology [6.09170287691728]
現代の金融取引所は電子的リミット・オーダー・ブック(LOB)を使用して入札を保管し、特定の金融資産の受注を要求する。
ニューラルポイントモデルを用いて過去のLOBデータに基づいて事前訓練されたニューラルバックグラウンドトレーサによるマーケットイベントのロジックの集約を表現するハイブリッドLOBシミュレーションと、他のトレーサとのマルチエージェントシミュレーションに背景トレーサを組み込んだハイブリッドLOBシミュレーションを提案する。
このスタイル化された事実は残っており、実市場の経験的観察に則った秩序流の影響と財政的放牧行動を示す。
論文 参考訳（メタデータ） (2023-02-28T20:53:39Z) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳（メタデータ） (2022-03-07T18:59:54Z) - Multi-Asset Spot and Option Market Simulation [52.77024349608834]
正規化フローに基づく1つの基盤となる1つのマーケットシミュレータを現実的に構築する。
本研究では, 正規化流れの条件付き可逆性を活用し, 独立シミュレータの連立分布をキャリブレーションするスケーラブルな手法を提案する。
論文 参考訳（メタデータ） (2021-12-13T17:34:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。