能否利用自回归扩散模型生成市场数据？

研究实习生 Kavish 基于 4 年美股数据构建了自回归扩散模型，探索生成包含时间戳与价格的事件级市场数据。实验发现 DDPM 在 7 个连续目标上出现去噪轨迹发散，而 Flow Matching 表现显著更优；但纯连续扩散模型难以适应真实市场数据的离散与尖锐分布，需结合平滑与离散化处理。