用自回归扩散模型生成市场数据可行吗？

📋 概述

Jane Street 的暑期实习项目尝试用生成模型合成订单簿事件，而不只是给出价格点估计。难点在于市场数据既像离散序列又像连续信号：参与者动作构成离散动作空间，价格基数极高近似连续，而事件到达时间是连续量且分布尖峰——改进一个 tick 的 pennying 远多于改进两个 tick，订单还会在整点附近成簇到达。实习生 Kavish 参照「无向量量化的自回归图像生成」搭出事件级扩散模型，用四年美股数据与因果掩码 transformer 编码器加扩散器，事件类型头输出成交或最优买卖报价更新的二分类。过程中发现 DDPM 发散、flow matching 明显更好，而核心结论是纯连续扩散难以刻画真实市场数据的锯齿形态。