[论文解读] Generating Realistic Stock Market Order Streams

Junyi Li, Xitong Wang+3 more|arXiv (Cornell University)|Jun 7, 2020

Generative Adversarial Networks and Image Synthesis参考文献 27被引用 8

一句话总结

本文提出 Stock-GAN，一种条件 Wasserstein GAN，通过自定义设计的拍卖机制网络建模历史依赖性，并将订单簿状态纳入条件，以生成高保真度的股票市场订单流。该模型在生成逼真的订单数据方面优于 VAE 和 DCGAN 等基线模型，经真实 GOOG 数据验证，价格分布的 Kolmogorov-Smirnov 距离为 0.126。

ABSTRACT

We propose an approach to generate realistic and high-fidelity stock market data based on generative adversarial networks (GANs). Our Stock-GAN model employs a conditional Wasserstein GAN to capture history dependence of orders. The generator design includes specially crafted aspects including components that approximate the market's auction mechanism, augmenting the order history with order-book constructions to improve the generation task. We perform an ablation study to verify the usefulness of aspects of our network structure. We provide a mathematical characterization of distribution learned by the generator. We also propose statistics to measure the quality of generated orders. We test our approach with synthetic and actual market data, compare to many baseline generative models, and find the generated data to be close to real data.

研究动机与目标

• 开发一种高保真度的生成模型，用于生成能够捕捉复杂时间依赖性和市场微观结构依赖关系的逼真股票市场订单流。
• 解决现有模型在再现真实市场数据关键特征（如买卖价差动态和订单到达模式）方面的不足。
• 设计一种神经网络架构，整合领域特定的市场机制（如双重拍卖）和市场状态（订单簿），以提升生成质量。
• 提出并验证一组定量统计指标，用于评估生成市场数据的真实性。
• 在合成数据和真实市场数据（包括高流动性股票如 GOOG）上展示模型的有效性。

提出的方法

• 该模型采用条件 Wasserstein GAN（WGAN），生成器和判别器均基于历史订单序列进行条件设定，以捕捉时间依赖性动态。
• 生成器包含一个预训练的神经网络，用于近似连续双重拍卖机制，从而实现逼真的订单执行和交易生成。
• 订单簿状态（如最优买卖价、深度）被显式纳入条件历史，以反映超出原始订单历史的市场微观结构。
• 生成器学习一种具有有限记忆依赖性的随机过程，数学上表征为在给定先前历史和订单簿状态条件下的订单流条件分布。
• 模型使用地球移动距离（Wasserstein 损失）进行训练，以提升训练稳定性和生成质量。
• 通过移除 CDA 网络或订单簿条件进行消融研究，以评估其对真实性贡献的独立影响。

实验结果

研究问题

• RQ1 基于 GAN 的模型能否生成在统计上与真实市场数据无法区分的股票市场订单流？
• RQ2 将双重拍卖机制和订单簿状态整合到生成器架构中，如何影响生成订单流的真实性？
• RQ3 哪些统计指标最能捕捉生成市场数据在价格、数量、订单到达间隔时间以及买卖价差演化方面的保真度？
• RQ4 Stock-GAN 在生成逼真市场动态方面与 VAE 和 DCGAN 等基线模型相比表现如何？
• RQ5 通过消融研究，CDA 网络和订单簿条件等架构组件对模型性能的贡献程度如何？

主要发现

• 在真实 GOOG 数据上，Stock-GAN 在价格分布上的 Kolmogorov-Smirnov（KS）距离最低，为 0.126，显著优于 VAE（0.218）和 DCGAN（0.181）。
• 在数量分布方面，Stock-GAN 的 KS 距离为 0.182，远低于 VAE（0.248）和 DCGAN（0.471），表明其真实性更优。
• 在订单到达间隔时间方面，Stock-GAN 的 KS 距离为 0.066，远低于 VAE（0.835）和 DCGAN（0.154），表明其在时间模式复制方面表现更佳。
• 谱分析表明，当同时包含 CDA 网络和订单簿条件时，Stock-GAN 生成的买卖价差演化与真实数据高度一致。
• 消融研究显示，移除 CDA 网络会增加高频分量（真实性降低），而移除订单簿数据则会减少高频内容，两者均导致真实性下降。
• 该模型即使在高交易量的真实数据（如 GOOG 的 230,000 笔订单）上，也能成功生成逼真的订单强度模式和买卖价差动态，在所有评估指标上均优于基线模型。