OrderFlowDiT：用传输正则化扩散Transformer预测限价订单供给
原始标题 / OrderFlowDiT: Transport-Regularized Diffusion Transformer for Probabilistic Limit-Order Supply Forecasting
该研究提出OrderFlowDiT，一种条件扩散Transformer，用于联合预测未来五分钟买卖盘口各价位的非归一化成交量，并引入非平衡最优传输（UOT）辅助损失以显式考虑价格位移与总量信息。同时构建全字段评估框架，结合对价格位置和总量敏感的传输成本、适当评分规则与校准诊断来评估预测分布。
01 摘要
作者研究给定当前订单簿和近期订单流时，未来五分钟限价订单量在价位上的条件分布，认为需同时捕捉价格位置、总量与预测不确定性。他们提出OrderFlowDiT，并加入非平衡最优传输辅助损失；在30只美股、1950个验证条件上的主要对比显示，与仅用均方误差训练相比，全字段传输成本降低45.8%，传输能量分数降低26.1%，且每只股票均有改善。评估框架结合传输成本、适当评分规则与校准诊断，主张联合评估字段准确性与预测不确定性。
02 关键点
- OrderFlowDiT使用条件扩散Transformer建模未归一化的买卖盘口量-价字段，并以非平衡最优传输（UOT）辅助损失训练。
- 在30只美股、1950个验证条件的主要对比中，加入UOT使全字段传输成本较仅用MSE训练降低45.8%，传输能量分数降低26.1%，且所有股票均改善。
- 研究提出全字段评估框架，结合对价格位置和总量敏感的传输成本、适当评分规则与校准诊断，以联合评估字段准确性和预测不确定性。
回到一手来源
阅读原文 ↗AI GENERATED SUMMARY / DISCOVERED BY ARXIV CS.LG · ARXIV Q-FIN