BMLL 和 Simudyne 基于订单簿数据训练 AI 市场模型

BMLL 和 Simudyne 正在将细粒度历史订单簿数据与生成模型相结合，以训练 Simudyne 所称的 Large Market Models。这些模型旨在为其 Pulse 市场模拟器中的反应式测试提供支持。Simudyne 已开始使用 BMLL 的 Level 2 和 Level 3 数据集进行训练。该合作解决了传统回放系统的一项局限：传统回放系统会将历史事件序列输入系统，但当受测策略提交订单时，系统无法作出响应。反应式模拟会生成新的响应，使测试订单能够影响流动性、队列位置、价格冲击和模拟参与者行为，从而使该项目与执行研究、交易所测试和风险建模相关。

Level 3 数据提供逐笔订单事件历史

盘口顶层数据展示最佳买价和卖价。Level 2 数据增加了多个价格档位的聚合深度。Level 3 数据则记录逐笔订单事件，包括订单簿中记录的订单新增、修改、成交和取消。这一序列使模型能够研究队列如何形成和消失。

对于生成式模拟器而言，这种粒度提供的不仅是价格路径。模型可以学习整个交易日内订单规模、下单、取消和成交的分布。它还可以根据点差、深度、波动率和近期流量调整行为。其目标是在测试改变订单簿状态时，生成合理的合成事件。

BMLL 将不同交易场所的数据统一为一致的模式。交易所行情源使用不同的消息、标识符、时间戳和市场规则。BMLL 为机构分析提供纳秒级标准化历史数据。跨交易场所训练的模拟器需要这种一致性，否则可能会将行情源格式差异误认为交易行为。

BMLL 已扩大这类数据的覆盖范围，包括基于 OPRA 历史数据构建的美国股票期权数据，以及加拿大等其他市场的数据集。

反应式回测让合成市场响应测试订单

历史回测通常假设策略规模太小，不会改变市场。随着订单规模增大，这一假设会变得不那么可靠。模拟的买单可能消耗流动性、推动最佳卖价、触发其他算法，并改变后续路径。静态回放会保留原始路径，仿佛这些情况都没有发生。

Simudyne 提议的环境能够让合成市场响应测试订单。执行分析师可以在发送大额交易前估算滑点并比较路由选择。算法开发者可以调整参与率、限价单设置和紧迫程度。交易技术团队可以通过 FIX 或应用程序接口连接暂存系统，测试完整的订单生命周期。

交易所应用场景包括在部署前，针对模拟流量测试新的订单类型、竞价规则、费率表、熔断机制或撮合引擎变更。清算和风险团队可以生成压力情景，以检验保证金和违约基金假设。BMLL 的 Trades Plus 数据集面向执行分析；Simudyne 的合作则增加了一个能够让这些分析问题改变受测市场的环境。

生成模型从订单流历史中学习模式

Simudyne 已经在使用基于代理的建模，其中模拟参与者遵循预先设计的行为规则。新的数据训练模型通过从订单流中学习模式，减少了对人工构建假设的依赖。预计 Pulse 将保留这两种方法，为用户提供生成式和基于规则的工具，而不是用一种方法取代另一种。

市场消息受严格的状态约束。如果订单不存在，就不能取消；成交必须与可用数量相匹配；撮合必须遵循交易场所规则。可信的模拟器需要在生成行为的同时保留这些机制。

训练历史包含其记录时所处的市场状态。模型可能会复现正常流动性，却在训练集未涵盖的事件期间失效。市场结构变化、最小价格变动单位改革、费用更新、新参与者类型以及延迟变化，都可能使旧模式不再具有代表性。合成数据可以扩大观测数量，但仅仅生成更多数据行，并不能创造对未知市场状态的可靠认知。

验证需要多个层面：统计相似性、市场机制的保留、对干预措施的现实响应，以及跨不同波动率状态的样本外表现。

BMLL 通过 Activate 计划将数据定位为 AI 基础设施

该合作在 BMLL Activate 计划内开展。该计划为入选开发者提供积分，使其在产品开发期间能够降低或免除前期许可成本。Simudyne 将在 BMLL Data Lab 中构建并托管模型，从而建立一条从研究到面向共同客户销售产品的路径。

该计划解决了一个商业瓶颈。在新产品产生收入之前，许可和工程化全深度交易所数据可能成本高昂。积分降低了初始门槛，同时 BMLL 也获得了一个数据分销渠道。BMLL 此前与 Tradefeedr 的合作同样聚焦于适用于 AI 的分析，这表明该公司希望其数据集成为第三方应用的基础层。

常见问题

BMLL 和 Simudyne 的合作重点是什么？

BMLL 和 Simudyne 正在将细粒度历史订单簿数据与生成模型相结合。Simudyne 正在使用 BMLL 的 Level 2 和 Level 3 数据集训练 Large Market Models，这些模型旨在为 Simudyne 的 Pulse 市场模拟器中的反应式测试提供支持。

反应式模拟与传统回放有何不同？

传统回放会向系统输入真实市场中发生过的事件序列，但当受测策略提交订单时，历史市场无法作出响应。反应式模拟会生成新的响应，使测试订单能够影响流动性、队列位置、价格冲击和模拟参与者行为。

免责声明：以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布，本平台仅提供信息存储服务，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任，相关信息仅供参考。

本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到909075378@qq.com，本站相关工作人员将会进行核查处理回复