الان که بحث LOB شد و سیمولیت اینا شد، اصولا چند تا روش مختلف برای اینکار هست،

agent-based models (ABMs), reinforcement learning (RL) environments, generative models, processing order flows from historical data sets and hand-crafted agents.

در مورد مدلهای hand crafter که از gpu اینا استفاده میشه پست قبل رو ببینید.

در زمینه ی مدلهای جنریتیو ai، یکی همین گن هست مثل این مقاله

البته مشکلاتی گن داره در صورت جنرال مثل اینا
training is notoriously unstable, often suffers from mode collapse, and requires specialised techniques such as weight clipping and gradient penalty to mitigate these issues

برای RL هم یه مقاله زیر همین پست دربارش میزارم.

جای یه کاری هم خالیه، استفاده از diffusion در این فضا، دیفیوژن ها که بیس dall-e هست واقعا نتایج خوبی گرفتن، ما هم کاری در زمینه گرفتن فیچر اتوماتیک از تایم سری ها برودی ارایه میدیم که اونجا هم نتایج بشدت جالبه ،
بنظرم میتونن از گن نتیجه ی بهتری بدن.


در کنارش خوب از همین ها برای سیگنال گرفتن هم استفاده میکنن ، مثل همین مقاله ، یا اون مقاله ای که پست قبلی فرستادم،

این فضا فقط مشکل کامپوتینگ احتمالا خواهید داشت ، چون نیاز به سورس محاسباتی قوی داره، و اخیرا میزان پابلیش خوبی هم روش انجام میشه.
قبلا خیلی مدلهای deep و ml رو روی ایده های فاینانس میزدی، اصلا قبول نمیکردن چاپ کنن، الان دقیقا هایپ مجلات اینوری شده،
@machinelearningnet