OrderFlowDiT 用 UOT 损失预测限价单供给分布
热点事件持续更新
OrderFlowDiT 用 UOT 损失预测限价单供给分布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Jung Hun Phee 与 Tucker Balch 提出 OrderFlowDiT，一个面向未归一化买卖盘量价场的条件扩散 Transformer，训练时加入非平衡最优传输（UOT）辅助损失。作者称，在 30 只美股的 1950 个验证条件下，该方法将全场传输成本降低 45.8%、传输能量分数降低 26.1%，且每只股票均有改善。 研究同时提出结合价格位移与总量敏感性的全场评估框架，将场精度与预测不确定性一并衡量。上述降幅为作者报告的结果，尚未见独立验证。
AI 根据报道生成 · 45 分钟前更新
最新进展10月19日 12:00
OrderFlowDiT：用传输正则化扩散 Transformer 预测限价单供给报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIOrderFlowDiT：用传输正则化扩散 Transformer 预测限价单供给
OrderFlowDiT 是一个面向未归一化买卖盘量价场的条件扩散 Transformer，通过引入非平衡最优传输（UOT）辅助损失，在 30 只美股 1950 个验证条件下将全场传输成本降低 45.8%、传输能量分数降低 26.1%，且每只股票均有改善。研究同时提出结合价格位移与总量敏感性的全场评估框架，将场精度与预测不确定性一并衡量。
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。