arXiv q-fin· Jung Hun Phee, Tucker Balch·· 19 小时前AI 评分44
OrderFlowDiT：用于概率性限价单供给预测的传输正则化扩散Transformer
OrderFlowDiT: Transport-Regularized Diffusion Transformer for Probabilistic Limit-Order Supply Forecasting
AI 导读
研究人员提出OrderFlowDiT，这是一种采用非平衡最优传输（UOT）辅助损失训练的条件扩散Transformer，用于预测未来五分钟限价单提交量的条件分布。在覆盖30只美股的1950个验证条件下，相比仅使用均方误差训练，加入UOT可将全字段传输成本降低45.8%，传输能量得分降低26.1%，且每只股票的两项指标均有提升。
来源：arXiv q-fin · arxiv.org