TABL-ABM: A Hybrid Framework for Synthetic LOB Generation
创建于 更新于
摘要
本论文提出了一种结合深度学习（TABL模型）与基于行为的代理模型（Chiarella模型）的混合框架，用于生成合成的限价单订单簿（LOB）数据。通过设计多任务预测模型和模拟匹配引擎，实现在高频交易环境下再现订单流动态和价格行为。实验证明，该模型在订单删除率、价格路径和一些市场微观结构特征上表现良好，但对极端微结构事件和波动持续性刻画不足，提示需引入更复杂的代理行为以提升合成数据真实度[page::0][page::4][page::5][page::6][page::8]。
