热点事件持续更新
研究者提出用于限价单预测的OrderFlowDiT模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv机器学习领域发表研究，提出了一种名为OrderFlowDiT的条件Diffusion Transformer模型。该模型结合了非平衡最优输运（UOT）辅助损失，旨在预测未来5分钟限价单成交量的条件分布。实验数据显示，在涉及30只美股的1950个验证条件下，加入UOT辅助损失相较于单纯使用均方误差训练，能够使全场输运成本降低45.8%，输运能量评分降低26.1%，且该模型覆盖的所有股票相关指标均获得改善。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
研究者提出OrderFlowDiT模型，结合UOT辅助损失预测限价单成交量分布。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 机器学习OrderFlowDiT：用於限價單供應概率預測的輸運正則化 Diffusion Transformer
OrderFlowDiT 是一種條件 Diffusion Transformer 模型，結合非平衡最優輸運（UOT）輔助損失來預測未來 5 分鐘限價單成交量的條件分佈。在 30 隻美股的 1950 個驗證條件下，加入 UOT 相比單純使用均方誤差訓練使全場輸運成本降低 45.8%，輸運能量評分降低 26.1%，且覆蓋的所有股票指標均獲改善。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。