Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MarS: a Financial Market Simulation Engine Powered by Generative Foundation Model

Created by
  • Haebom
Category
Empty

저자

Junjie Li, Yang Liu, Weiqing Liu, Shikai Fang, Lewen Wang, Chang Xu, Jiang Bian

개요

본 논문은 금융 시장 시뮬레이션을 위한 주문 수준 생성 기반 모델인 대규모 시장 모델(LMM)을 제안합니다. LMM을 기반으로 하는 금융 시장 시뮬레이션 엔진(MarS)은 현실적이고, 상호 작용적이며, 제어 가능한 주문 생성에 대한 도메인 특정 요구 사항을 해결합니다. MarS는 데이터 크기 및 모델 복잡성에 대한 LMM의 강력한 확장성과 시장 영향을 고려한 MarS의 강력하고 실용적인 현실성을 보여줍니다. MarS는 예측 도구, 탐지 시스템, 분석 플랫폼 및 에이전트 훈련 환경으로 활용 가능하며, 다양한 금융 응용 프로그램에 대한 패러다임 전환 가능성을 보여줍니다. 코드는 깃허브(https://github.com/microsoft/MarS/)에서 공개됩니다.

시사점, 한계점

시사점:
금융 시장 시뮬레이션을 위한 새로운 패러다임 제시: 주문 수준의 생성 모델을 이용하여 현실적인 시장 시뮬레이션을 구현.
다양한 금융 응용 프로그램에 활용 가능성: 예측, 탐지, 분석, 에이전트 훈련 등 다양한 분야에 적용 가능.
LMM의 확장성과 MarS의 현실성 입증: 데이터 크기 및 모델 복잡성에 대한 강력한 확장성과 실용적인 현실성을 보여줌.
오픈소스 공개: MarS 코드를 공개하여 연구 및 개발 활성화.
한계점:
논문에서 구체적인 한계점이나 제약 사항에 대한 언급이 부족함.
모델의 성능 평가에 대한 상세한 정보 부족.
실제 시장 데이터와의 정확도 비교 분석 부족.
LMM의 학습 과정 및 구체적인 알고리즘에 대한 자세한 설명 부족.
👍