Генераторы стакана заявок воспроизвели рыночный импакт с показателем степени чуть выше 0,5

Группа из Оксфордской лаборатории BOLD (Department of Engineering Science и Department of Computer Science, среди авторов — Стефан Зорен) выпустила бенчмарк LOB-Impact. Он проверяет то, чего не видят обычные метрики качества генеративных моделей биржевого стакана заявок: как симулятор реагирует на ордера самого торгового агента. Результат такой: в нейросетевых генераторах рыночный импакт возникает сам, хотя их обучали только предсказывать следующее сообщение. Показатель степени у закона импакта получился чуть выше 0,5, то есть выше классического значения закона квадратного корня. Работу представят на 7-й конференции ACM по ИИ в финансах (ICAIF ’26) в Милане 14–17 ноября 2026 года.

Зачем проверять реакцию на собственные ордера

Генеративные модели стакана — GAN, рекуррентные и state-space-генераторы, трансформеры, диффузионные модели — сегодня оценивают по сходству потока сообщений с историческим. Бенчмарки вроде LOB-Bench сравнивают распределения спреда, объёмов, интервалов между событиями и дисбаланса. Но такие симуляторы хотят использовать как «модели мира» для обучения с подкреплением. Если симулятор неверно оценивает цену собственных сделок агента, тот выучит стратегию, оптимальную внутри симулятора и ошибочную на реальном рынке. Распределительные метрики этого перекоса не замечают.

Эталон для проверки — закон квадратного корня: ожидаемое изменение цены от крупного ордера пропорционально дневной волатильности и корню из отношения размера ордера к дневному объёму. Он подтверждён на акциях, фьючерсах и валютном рынке. Согласно статье, он держится на двух силах: поток ордеров устойчив (знак следующей сделки предсказуем по предыдущей), а цена всё равно диффузна, потому что рынок восстанавливает ликвидность и «рассасывает» толчок.

Три фазы и слепой контроль

Бенчмарк принимает модель, акцию, калибровку по данным этой акции и бюджет прогонов. Дальше три фазы. В первой модель свободно генерирует поток: измеряют затухание автокорреляции знаков сделок, показатель Херста средней цены и свободный дрейф. Во второй в сгенерированный поток вставляют метаордер: после контекстного окна из реального потока агрессивные «дочерние» ордера медианного размера чередуются с сообщениями модели. Длина одного прогона — от 12 до 73 тысяч сообщений в зависимости от акции, намного больше 4000-сообщенческого окна, на котором обучены нейромодели. В третьей фазе инъекции прекращаются и измеряют релаксацию. Покупки и продажи зеркальны и объединяются, так что дрейф, не зависящий от направления, сокращается.

Главный приём — «слепой» прогон на тех же окнах и сидах. Ордера в нём исполняются в симуляторе, но ни сообщения, ни состояние стакана, которые видит модель, о них не знают. Отношение «видимого» отклика к «слепому» показывает, какую часть импакта создала сама модель, а какую — механика стакана. Это важно: у простых реплей-баз без всякой модели внутри закон тоже иногда идентифицируется, так что одного показателя степени для атрибуции мало.

Перед интерпретацией оценщик валидировали: законы с известным показателем, внедрённые в реальное облако точек, восстанавливаются с небольшим смещением вниз, поэтому приведённые показатели консервативны. В нулевых испытаниях ложных законов тест не нашёл. Базовые модели вроде ядра Обизхаевой–Вана (стандартная модель стакана с экспоненциальным восстановлением ликвидности) корректно восстанавливают заложенную в них устойчивость на всех пяти акциях.

Что получилось и чего нет

Обучали модели на данных за январь 2022 — декабрь 2025, январь 2026 оставили для оценки. Среди проверенных — S5-120M и модель на Mamba-3, обе с окном 4000 сообщений; один прогон на H100. Всего пять нейрогенераторов и пять акций NASDAQ (AMD и другие). Историческое воспроизведение проходит первую фазу идеально, но импакта не показывает вовсе — именно поэтому для его обнаружения нужна интервенция.

Во всех ячейках, где закон идентифицирован, нейромодели дали импакт с показателем чуть выше 0,5. Слабое место — релаксация: в реальности импакт падает примерно до двух третей пика за одну-две длительности исполнения и до половины к десятой. Нейронное ядро затухания у моделей вышло постоянным по двум независимым методам. Авторы осторожно связывают это с короткими контекстными окнами.

Ограничения очевидны: статья показывает наличие эффекта в рамках протокола, но не доказывает, что агент, обученный в таком симуляторе, будет прибыльным на живой бирже. Практический вывод для разработчиков торговых симуляторов — к метрикам правдоподобия потока стоит добавлять контрфактические проверки импакта. Код бенчмарка авторы публикуют как open source.