MarS(Market Simulation)是微软研究院开发的一款金融市场模拟引擎,基于一种生成式模型——大型市场模型(Large Market Model, LMM)。
它通过基于真实订单级别的历史金融市场数据训练,可以生成逼真、可控且具有交互性的市场订单序列,帮助研究人员和从业者在虚拟环境中模拟和测试金融市场行为。
MarS可用于多种下游应用,包括市场趋势预测、异常检测系统、市场影响分析以及强化学习环境等。例如,在市场趋势预测中,MarS的模拟显著优于传统的直接预测模型,体现了其对市场动态的深刻理解。
MarS 的主要功能
- 逼真的市场模拟:MarS能够生成与真实市场相似的订单序列,帮助用户进行市场趋势预测和异常检测。
- 精细化市场动态建模:
- 基于交易订单和限价订单簿(LOB),通过订单序列和批次序列建模,再现高分辨率市场动态。
- 使用真实历史数据进行训练,能够生成逼真的市场轨迹,匹配历史市场的“风格化事实”(如波动聚集和收益无自相关性)。
- 仿真精确性:
- 模拟的市场数据在统计特性上与真实市场高度一致,适用于预测和分析
- 模拟的市场数据在统计特性上与真实市场高度一致,适用于预测和分析
- 精细化市场动态建模:
- 可控的订单生成:用户可以通过注入特定的订单或描述目标场景,控制模拟过程,以分析特定条件下的市场行为。
- 多样化场景模拟:
- 能够根据用户定义的条件(如价格波动或交易量变化)生成指定的市场情景。
- 支持基于模糊描述(如“价格波动”或“低波动性压缩”)生成具体的控制信号。
- 动态条件支持:
- 使用历史或实时市场数据作为初始条件,结合用户输入的交易命令和匹配规则,生成未来的市场行为。
- 生成目标控制:
- 通过迭代优化,在保持真实市场影响的前提下,实现对目标市场情景的精准控制
- 多样化场景模拟:
- 交互式平台:提供一个交互式环境,用户可以在其中测试不同的交易策略,观察其市场影响,并训练强化学习代理。
- 实时交互功能:
- 用户可以直接与仿真市场交互,提交交易订单,观察市场对交易行为的即时响应。
- 支持模拟复杂的市场影响,包括一级和二级市场效应。
- 强化学习支持:
- 提供一个逼真且可交互的环境,用于训练和优化交易策略。
- 特别适用于开发强化学习代理,评估交易行为对市场的影响。
- 实时交互功能: