論文の概要: Market Impact Estimation via Causal Foundation Models

• arxiv url: http://arxiv.org/abs/2610.12537v1
• Date: Thu, 08 Oct 2026 13:29:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.219375
• Title: Market Impact Estimation via Causal Foundation Models
• Title（参考訳）: 因果ファンデーションモデルによる市場影響予測
• Abstract要約: 本稿では,隠れ情報フローが構築によってフロー-プライス関係を相殺する合成市場で訓練された概念因果前データ適合ネットワーク(PFN)について述べる。 エンフェド関連双生児は、介入入力を除去したのと同じモデルで、プレウインドウ平均に崩壊する。 介入反応は、BTC/ETH/SOLの永久的に検出された約2,300回、ナスダックの株式の3,800回の流速を再現するが、因果転移の証拠ではない。
• 参考スコア（独自算出の注目度）: 3.654594055714305
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When a trader executes a large order, the relevant question is not \emph{what will the price be?} but \emph{what would the price have been had I not traded?} Market impact is thus a causal quantity, yet classical models (Almgren--Chriss, propagators) regress price on flow, which is biased whenever informed flow moves prices through information as well as trading. We present a proof-of-concept \emph{Causal Market Simulator}: a continuous-time causal prior-data fitted network (PFN) trained on a synthetic market prior in which a hidden informational flow confounds the flow--price relation by construction, with confounding strength an exact per-episode knob. On this prior, the naive estimator's bias follows a closed form we confirm empirically (up to 68\% overestimation), while the PFN tracks the unbiased true-parameter oracle at high confounding. Its \emph{do-ablated twin}, the same model with the intervention inputs removed, collapses onto the pre-window mean. Zero-shot, the model responds at the ground-truth scale to metaorders in an ABIDES limit-order book ($+0.38$ pre-onset standard deviations against seed-replay counterfactuals), and its intervention response replicates on about 2,300 detected flow bursts in BTC/ETH/SOL perpetuals and 3,800 on Nasdaq equities, evidence consistent with, though not proof of, causal transfer. Off-prior the response degrades gracefully, and split-conformal recalibration repairs interval calibration. Transfer hinges on encoding the metaorder as added flow rather than a clamped price level, not on more training. A recurrent state-space variant closes the remaining shape gap: its impact accrues over execution duration where the transformer's stays flat, raising the correlation with measured metaorder impact from $+0.68$ to between $+0.92$ and $+0.96$, at the cost of weaker on-prior deconfounding that traces to the training recipe rather than to recurrence.
• Abstract（参考訳）: トレーダが大規模な注文を実行すると、関連する質問は \emph{? しかし、もし私が取引をしなかったら、その価格はどうなるだろうか? 市場への影響は因果的な量であるが、古典的なモデル(アルムグレン-クリス、プロパゲーター)は、情報の流れが情報や取引を通じて価格を移動させるたびにバイアスがかかるフローの価格を下げている。 本稿では, 合成市場で訓練された連続時間因果前データ適合ネットワーク(PFN)において, 隠れた情報フローが構築によってフロー-価格関係を相殺することを示す。 この先行して、単純推定器のバイアスは、実験的に(最大68 %の過大評価)確認された閉形式に従っており、一方PFNは、不偏な真パラメータのオラクルを高密度で追跡する。 干渉入力を除去したのと同じモデルであるemph{do-ablated twin}は、プレウインドウ平均に崩壊する。 ゼロショットでは、このモデルはABIDESのリミテッドオーダーブック(+0.38$プリオンセット標準偏差)のメタオーダーに応答し、その介入応答はBTC/ETH/SOLの永久に約2,300回の検出されたフローバーストとナスダックの3,800回のNasdaq株の3,800回のフローバーストを再現するが、因果転移の証拠ではない。 最優先の応答は優雅に低下し、分割整形修復はインターバルキャリブレーションを修復する。 トランスファーヒンジは、より多くのトレーニングではなく、追加のフローとしてメタオーダーを符号化する。 再帰的な状態空間の変種は、残りの形状のギャップを埋める:その影響は、トランスフォーマーが平坦な実行期間を超越し、測定されたメタオーダーの衝撃との相関を+0.68$から$+0.92$から$+0.96$に引き上げる。

関連論文リスト

• Counterfactual Predictions in Scientific Emulators Without Controlled Experiments [79.60287973965639]
  ReRouteは、科学的な「何」予測をターゲットとするフレームワークである。 本研究では,ReRouteが制御された対流拡散システムにおいて,高精度な対物予測を実現することを示す。 密集した気候・気候の介入について、ReRouteはCO$の厳しい分配シフトの下で、総合的な気候誤差を18.2-31.8%削減する。
  論文  参考訳（メタデータ） (2026-09-30T19:16:07Z)
• Repurposing Deep Limit Order Book Forecasting for Scenario-Conditioned Market Impact Modeling [49.590388401787834]
  本稿では,機械的に有効な反事実メッセージの注入前後の予測者の予測分布を比較するモデルに依存しないフレームワークを提案する。 トランスフォーマーをベースとした予測器は、スピアマンの相関関係を0.99と97.2%と、実現した歴史的成果との方向性の一致で、シナリオランキングを回復した。
  論文  参考訳（メタデータ） (2026-09-15T10:06:03Z)
• REFLEX: Reflexive Equilibrium Fixed-point Learning for Endogenous eXchanges [0.8229230247488495]
  社債市場では、ディーラーは入札を引用して価格を問うことで競う。 Tighterの引用は、より多くのビジネスを引き寄せる一方で、顧客に対して、悪い価格変動よりも先に取引する可能性が高いことを知らせる。 ディーラーが言葉の引用に機械学習を使うようになると、彼らは自分の引用を惹きつける取引でこれらのモデルを再び訓練する。
  論文  参考訳（メタデータ） (2026-08-17T06:19:06Z)
• Reinforcement Learning for Execution under Dynamic Fees in a Closed-Loop DEX Simulator [0.8528384027684189]
  自動市場メーカ(AMM)に対してトレーダーが直面するダイナミック手数料がますます提案されている トレーダ対応手数料は変化せず、トレーダタイプは遅延しており、リプレイされたテープはシーケンシャルな決定環境ではない。 本研究は,信号が不足している最小限の閉ループシミュレータを構築した。
  論文  参考訳（メタデータ） (2026-07-12T23:47:16Z)
• Capacity-Constrained Online Convex Optimization with Delayed Feedback [58.59385794080679]
  容量制約下での遅延オンライン凸最適化(OCO)について検討した。 1次フィードバックの場合、容量$C = (log T)$ sufficesで標準遅延OCOレートを対数係数まで回復できることがわかった。 包帯フィードバックの場合、後悔率は$(1 + _textmax/C)$で変調される。
  論文  参考訳（メタデータ） (2026-06-10T06:37:06Z)
• Online Market Making and the Value of Observing the Order Book [44.5487486690729]
  本研究では,学習者が連続して入札を行い,単一資産の価格を求めるオンライン市場形成問題について検討する。 リアルリミットオーダーブックにインスパイアされたアクション依存フィードバックモデルを導入する。 この追加情報が、問題の学習可能性に根本的に変化することを示します。
  論文  参考訳（メタデータ） (2026-05-19T09:26:01Z)
• The Value of Information in Resource-Constrained Pricing [17.844881458673267]
  ハードキャパシティの制約の下では、不正確な予測に作用することで、将来の期間に必要な在庫を不可逆的に減少させることができる。 本研究では,予測の不確実性が線形需要,雑音,有限容量の動的価格決定にどのように伝播するかを検討する。 すべてのアルゴリズムは、キャパシティ境界付近の価格を安定化する境界アトラクション機構に依存している。
  論文  参考訳（メタデータ） (2026-03-26T03:06:57Z)
• Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
  モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。 累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。 主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
  論文  参考訳（メタデータ） (2026-02-10T21:08:53Z)
• LLM Collusion [5.363252654303049]
  大型言語モデル(LLM)は、両方の販売者が同じ事前訓練されたモデルに依存している場合、二重言語での共謀を促進することができる。 LLMのロバスト性とロバスト性の設定は相転移によって共謀を誘発できることを示す。
  論文  参考訳（メタデータ） (2026-01-03T20:38:21Z)
• Why is the estimation of metaorder impact with public market data so challenging? [0.6990493129893112]
  公開市場データに基づく価格と取引のモデルを使用することで、実際のメタオーダー実行中に観測されるものと質的に異なる平均価格トラジェクトリが提供される。 メタオーダートレーディングのごく一部だけが市場の注文フローを引き起こすと仮定して,より現実的な軌道を提供する改良されたトランジェント・インパクト・モデルを提案する。
  論文  参考訳（メタデータ） (2025-01-28T17:29:08Z)
• Multivariate Probabilistic Forecasting of Intraday Electricity Prices using Normalizing Flows [62.997667081978825]
  ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。 本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T08:38:20Z)

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。