研究者发布LOBGrad条件扩散限价订单簿预测框架论文
热点事件持续更新
研究者发布LOBGrad条件扩散限价订单簿预测框架论文
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Junyu Chen、Franklin Liu、Moshu Xu、Lijian Yang发布学术论文,提出名为LOBGrad的条件DDPM框架,用于概率性限价订单簿预测,该框架结合自回归RNN编码器与基于扩散的生成器。 论文在指数混合与正则性假设下,为单步DDPM噪声预测目标建立了超额风险oracle不等式;在收缩动力学条件下,条件窗口长度的依赖可简化为对潜状态维度的依赖。 在BTC/USDT、GOOGL、META上的实验显示,LOBGrad在所有报告的队列指标上优于无编码器的扩散消融版本,与其他基线方法相比结果具有竞争力。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
基于条件扩散模型的概率性订单簿预测报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv q-fin基于条件扩散模型的概率性订单簿预测
研究提出名为 LOBGrad 的条件 DDPM 框架,用于概率性订单簿预测,该框架结合自回归 RNN 编码器与基于扩散的生成器,在指数混合与正则性假设下为单步 DDPM 噪声预测目标建立了超额风险 oracle 不等式。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。