MarS：一个由生成基础模型驱动的金融市场模拟引擎

AI趋势预见

已于 2025-01-13 13:58:11 修改

阅读量1.3k

点赞数 37

文章标签：神经网络深度学习 LLM 语言模型人工智能

于 2025-01-13 11:10:18 首次发布

本文链接：https://blog.csdn.net/AI16947/article/details/145110362

版权

“MARS: A FINANCIAL MARKET SIMULATION ENGINE POWERED BY GENERATIVE FOUNDATION MODEL”

项目主页：https://mars-lmm.github.io/

论文地址：https://arxiv.org/pdf/2409.07486

Github地址：https://github.com/microsoft/MarS/

摘要

生成模型在金融领域的应用仍处于初步阶段，其能够模拟市场动态和训练策略，从而降低金融风险。本文介绍了一种名为大型市场模型（LMM）的新型模型，作为金融市场中订单级别的基础生成模型，这类似于数字领域中的语言建模方法。基于LMM的金融市场模拟引擎（MarS）被设计用于创建一个既真实又可互动控制的订单生成环境。

研究旨在评估LMM在金融市场中的扩展能力、MarS的真实模拟效果、平衡生成订单与市场影响的能力，以及探索MarS的各种潜在用途。MarS不仅可以用作预测工具或检测系统，还能作为一个分析平台和代理训练环境。本文致力于开拓金融市场的生成模型新天地，通过设计满足特定需求的MarS展示其在行业中的应用潜力。

简介

生成模型的目标是模拟各种行为在不同场景中的实际效果，涵盖从文本生成到视觉表现的各个领域。真实世界模拟器通过支持人机交互、机器人学习和生成训练数据等方式，提供帮助，但在虚拟环境中的潜力尚未被完全发掘。金融市场作为一个典型的虚拟环境，可以通过生成模型来模仿市场动态，让使用者能够在不承担风险的情况下学习交易策略和生成数据。这一模拟过程依赖于特定领域的结构化数据，例如订单和限价单簿（LOB）。

本文介绍了一种名为大型市场模型（LMM）的新方法，试图将大型语言模型的成功复制到金融市场中。基于LMM的金融市场模拟引擎（MarS）专注于订单对市场影响的建模以及高保真的生成能力。研究的主要目标包括评估LMM的扩展性、MarS的真实模拟效果、控制生成与市场影响之间的平衡，并展示MarS的各种潜在应用。作为首个聚焦于金融市场核心要素的生成模型，MarS有望引发金融任务处理方式的重大变革。其关键应用场景有四个：预测工具、风险检测系统、分析平台和代理训练环境。通过设计满足生成特定场景需求和订单市场影响建模要求的MarS，展示了它在行业内的多种应用前景，彰显了该模型的巨大潜力。

01MarS

MarS模拟系统需在以下三个方面表现出色：