PulseAugur
中
实时 09:24:28
English(EN) The Inference-Compute Frontier and a Latency-Efficient Architecture for Limit Order Book Prediction

新架构FastBiNLOB提高了限价订单簿预测的准确性和延迟

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员调查了推理计算与限价订单簿（LOB）预测任务中预测准确性之间的关系。使用FI-2010数据集和各种模型，他们发现预测损失与结构性前向工作遵循幂律关系，并且该拟合模型能很好地外推到更高计算的模型。研究还强调，延迟不仅仅是计算的代理，这促使了FastBiNLOB的开发，这是一种专为硬件效率设计的新架构，与现有的最先进方法相比，它实现了更低的延迟和更高的宏观F1分数。 AI

影响 引入了一种更高效的金融市场预测架构，可能对算法交易和量化金融产生影响。

排序理由 该集群包含一篇详细介绍新模型架构和实证研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新架构FastBiNLOB提高了限价订单簿预测的准确性和延迟

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · C. Evans Hedges ·

    The Inference-Compute Frontier and a Latency-Efficient Architecture for Limit Order Book Prediction

    arXiv:2606.25986v1 Announce Type: new Abstract: We study whether a scaling-law-style inference-compute frontier appears in limit order book prediction. Using FI-2010 and a suite of models ranging from small decision trees to neural LOB architectures, we find that the realized emp…

  2. arXiv cs.LG TIER_1 English(EN) · C. Evans Hedges ·

    The Inference-Compute Frontier and a Latency-Efficient Architecture for Limit Order Book Prediction

    We study whether a scaling-law-style inference-compute frontier appears in limit order book prediction. Using FI-2010 and a suite of models ranging from small decision trees to neural LOB architectures, we find that the realized empirical frontier of predictive loss versus struct…

相关实体

相关话题