本文提出FlowLOB,一种基于条件流匹配的限价订单簿轨迹生成模型,采用tick-relative价格表示、对数成交量变换和adaLN-Zero Transformer,在多个港交所股票、不同采样频率及未见标的上进行训练与测试。结果显示,流匹配在仅需10步Euler ODE采样时即可达到较高生成质量,较扩散模型显著降低推理成本;在0.1秒和1秒频率下,其价格与成交量分布距离在多数指标上优于传统代理模型和深度生成基线,并且能够对流动性、订单簿失衡等情景变量进行有效控制,同时实现零样本跨标的迁移。
报告标题:《FlowLOB: Efficient and Controllable Limit Order Book Generation with Flow Matching》。
作者:Zhuohan Wang、Andreea Bacalum、Ollie Olby、Carmine Ventre、Namid Stillman。
机构:Simudyne(英国)与伦敦国王学院。
发布日期:原文未明确给出正式发布日期,但参考文献包含2026年文献,且实验数据延伸至2025年12月,因此应将其视为一篇较新的研究论文,而不能据此推断具体发表日期。
主题:利用条件流匹配模型生成高频限价订单簿(Limit Order Book,LOB)轨迹,重点考察真实性、采样效率、情景可控性以及跨金融工具泛化能力。
报告的核心论点是:现有订单簿模拟器往往只能在“真实性、计算效率、可控性和跨品种泛化”四项能力中兼顾部分目标,而FlowLOB试图同时满足这四项要求。 作者将流匹配与扩散模型置于相同数据、相同网络、相同优化流程和相同ODE采样框架下比较,认为流匹配可以用极少的网络函数评估次数获得较高质量,并且能够在未参与训练的股票上零样本迁移。
报告没有给出股票评级、买入/卖出建议、目标价或传统金融研究中的DCF、P/E、EV/EBITDA估值结果,因为研究对象是市场模拟模型而非上市公司的投资价值。 作者真正想传达的信息是:FlowLOB更像一个用于回测、执行算法压力测试、强化学习训练和市场情景分析的“合成市场数据引擎”,而不是一个直接预测股票价格的交易模型。
量化交易、算法执行和强化学习通常需要大量市场路径,但现实市场中每个工具、每个交易日只有一条真实实现路径,历史数据无法直接提供“同一天在更高波动率、更低流动性下会怎样”的反事实样本。 限价订单簿是电子市场的核心数据结构,因此一个有用的模拟器需要同时具备三点:生成结果足够真实、生成成本足够低、能够被引导到指定市场状态。
作者将现有方法分为两类。零智能交易者、Hawkes过程和ABIDES等代理模型具有透明、可解释和容易调节的特点,但通常只能复制有限的市场统计特征。 GAN、自回归模型和扩散模型改善了真实性,却面临推理成本高、通常每个股票单独训练一个模型以及条件变量是否真正生效缺乏验证等问题。 特别是在0.1秒频率下,一天大约有198,000个订单簿状态,如果每个状态都需要50步反向采样,计算量会非常庞大。
FlowLOB在八只香港交易所股票上联合训练,而不是为每个股票单独建立模型,并使用相对最小价格单位(tick-relative)的表示,从而降低不同股票在价格水平、价差和成交量尺度上的差异。 模型使用约1亿参数的adaLN-Zero Transformer,并通过趋势、波动率、流动性和订单簿不平衡四个条件通道控制生成结果。
其四项贡献可以概括为:
流匹配学习的是从高斯噪声到真实订单簿窗口的速度场。其路径采用线性插值,即由噪声状态逐步移动到真实样本,模型预测沿该路径的速度;采样时则从噪声出发,沿学习到的速度场积分到数据空间。
扩散模型则采用方差保持型加噪路径,在不同时间点将真实订单簿与高斯噪声混合,模型预测注入的噪声,再将噪声预测转换为概率流ODE进行确定性采样。 这里的关键不是扩散模型本身无法高质量生成,而是其反向去噪路径通常更复杂,需要在更多时间点调用神经网络。
作者将两个模型放在同一实验框架下:数据、条件变量、Transformer骨干、优化器和训练预算均不变,只改变生成目标。 采样统一采用Euler、Heun和RK4三类固定步长ODE求解器,其中每一步分别需要1次、2次和4次网络函数评估,因此用NFE而不是单纯步数衡量推理成本。 NFE的好处是能够直接比较实际网络调用次数,避免硬件、批处理和实现效率差异干扰结论。
每个样本由连续的过去窗口和目标未来窗口组成,生成张量规模为 (2\times20\times32):两个通道分别代表价格和成交量,20个层级代表买卖盘各十档,32个时间步代表未来订单簿轨迹。
价格不使用绝对货币值,而使用tick单位表示:第一个价格坐标记录相邻状态之间的中间价变化,其余坐标记录订单簿相邻价位之间的tick间隔。 成交量使用 (\log(V+1)) 变换,以压缩极端大单的影响,同时保留深度结构。 这种处理的经济含义是将模型关注点从“股票价格是多少”转向“价格如何移动、盘口如何排列”,因而更有利于跨股票迁移。
条件张量规模为 (7\times20\times32),包含过去窗口信息、时间、趋势、波动率、流动性和订单簿不平衡等信息。 时间条件尤其重要,因为港股交易存在上午、午间休市和下午交易时段,并具有明显的日内成交量模式。 趋势和波动率是窗口级变量,流动性和不平衡则可以按未来时间步给出,因此模型既了解近期市场状态,也接收明确的目标情景。
模型把20个盘口层级与32个未来时间点组成的网格视为640个token,并为盘口层级和时间步分别设置可学习嵌入。 订单簿状态与条件张量在通道层面拼接,使特定时间点的流动性或不平衡条件能够与对应未来token对齐。 ODE时间通过自适应层归一化注入,市场条件进入token特征,生成过程时间则调节Transformer内部动态。
这种设计的潜在优势在于,注意力机制能够同时捕捉跨时间和跨盘口层级的依赖,而非把价格档位和时间序列完全割裂处理。 后续消融实验也支持该判断,但需要注意,报告只比较了一个参数规模相近的UNet,并没有系统比较更多网络结构。
研究使用香港交易所十档L2订单簿数据,训练股票包括5、700、981、1024、1211、1299、1810和9618.HK,覆盖科技、金融、汽车和半导体等行业;9999.HK完全排除在训练之外,用于零样本测试。
交易时间为每天09:30—12:00和13:00—16:00,总计5.5小时,对应0.1秒、1秒和10秒频率下每天198,000、19,800和1,980个网格点。 训练集为2025年9月1日至11月15日,验证集为11月16日至11月30日,测试集为2025年12月。 这种时间切分避免随机打乱造成未来信息泄漏,但测试期仅为一个月,且市场环境是否足够代表长期状态仍存在限制。
基线包括零智能交易者、复合Hawkes模型、LOB-GAN和LOB-S5。 ZI主要拟合订单方向、动作、到达间隔、成交量和价格深度的边际分布;Hawkes进一步建模订单到达的时间依赖;LOB-GAN和LOB-S5则代表条件GAN与自回归结构状态空间模型。
图1分为价格和成交量两列、0.1秒、1秒和10秒三行,纵轴是与真实合并边际分布之间的Wasserstein-1距离,横轴是对数尺度的NFE。 实线表示流匹配,虚线表示扩散模型;蓝色、橙色和绿色分别对应Euler、Heun和RK4,星号表示该面板最优点。
最重要的结果是,流匹配在Euler 10步、即仅10次网络调用时已经达到或接近最佳质量,而且在六个面板中的四个面板取得最优点。 相较匹配的扩散采样器,FlowLOB在价格和成交量边际上的Wasserstein距离改善约4至120倍。 在1秒价格边际中,扩散模型在20 NFE的Heun设置下可以追平,但其成交量距离仍明显较差;在其余五个设置中,即使扩散模型使用到200 NFE,也没有在实验范围内达到FlowLOB-Euler-10的质量。
图形还显示,流匹配增加NFE后收益很快递减,部分高阶求解器并未持续改善结果。 作者的解释是,流匹配学习到的运输路径更接近直线,粗粒度Euler积分即可跟随,而扩散模型需要解析跨多个噪声水平的反向去噪过程。 这说明效率优势来自生成动力学更容易数值积分,而不只是来自后处理加速。
图2上半部分展示700.HK和9999.HK在三个频率下的中间价收益与买卖价差分布;下半部分展示20个盘口层级之间的成交量及成交量变化相关矩阵。
在0.1秒和1秒频率下,FlowLOB基本复现了收益集中在零附近的特征,也能捕捉小概率但重要的价差尾部。 相关性热图显示,真实数据在接近买一、卖一的层级之间存在较强的成交量相关结构,而FlowLOB能够复现主要的近端依赖关系;对于流动性较低的9999.HK,模型也大体复制了较弱的相关模式。 这比单纯比较 pooled marginal 更有意义,因为它检验了盘口内部结构而非仅检验单变量分布。
然而10秒频率暴露出明显边界:生成的收益分布比真实数据更厚尾,成交量跨层级相关性也更强,说明模型可能生成了过度同步或过度聚集的盘口变化。 作者将其归因于较粗频率下样本窗口数量减少、单次收益覆盖更宽的多tick区间,以及当前模型对低频结构的适应不足。
表1比较了生成数据与真实数据在价格、成交量边际上的W1、KS、KL和JS距离,四种指标均为越低越好。 W1衡量分布运输距离,KS关注累积分布函数的最大差异,KL对概率质量错配较敏感,JS则是有界且对称化的分布差异指标。
报告称,在0.1秒和1秒频率、700.HK与9999.HK两个股票合计的32个“价格/成交量—指标”组合中,FlowLOB在30个组合取得最小距离,相对于最强非FlowLOB基线的中位距离减少4.5倍。 700.HK上,FlowLOB在0.1秒所有指标都最好,1秒则在8个单元中赢得6个;9999.HK上,FlowLOB在0.1秒和1秒所有单元均最好。 但原文提供的表格数值在所给文本中未完整呈现,因此只能准确复述排名和相对结论,无法逐格核验具体距离值。
表2考察改变条件变量后,生成统计量是否更接近真实数据对应的5%尾部区域。 参考样本使用实际条件值,反事实样本则将一个条件变量替换为训练集高或低5%尾部值,其余输入保持不变。 若反事实样本到真实尾部的W1距离小于参考样本距离,即 (W1_{cf}<W1_{ref}),则判定控制有效。
这一设计比“模型是否接收条件”更严格,因为它要求输出的实际订单簿统计量发生方向正确且分布层面的变化。 48个测试单元中有42个有效,流动性和不平衡两个变量在所有股票、频率和方向上均有效。 趋势和波动率相对不稳定,趋势在最高频率下存在近似平局,10秒频率下低趋势控制对两个股票都失败,低波动控制也在10秒频率失败。 这与10秒频率真实性下降相互印证,说明可控性并非独立于基础生成质量。
图3在1秒频率、Euler 10步条件下,比较提出的Transformer、参数量匹配的UNet,以及默认学习率1e-4、更高和更低学习率配置。 图中分别报告价格和成交量的W1、KS、KL和JS距离,并区分700.HK与9999.HK。
UNet在大多数指标上落后于Transformer,且在未见股票9999.HK上的退化尤其明显。 这支持作者的解释:对level-time网格的全局注意力有助于模型使用共享tick-relative表示进行跨股票泛化,而不是只记忆训练股票的局部模式。
学习率结果呈现权衡:更高学习率同时损害价格和成交量真实性;更低学习率改善部分价格边际距离,却削弱成交量拟合,因此作者保留1e-4作为综合平衡点,而没有针对单一指标过度调参。 不过,消融只在1秒频率进行,且没有给出统计显著性或多随机种子方差,因而更适合作为方向性证据。
本报告不存在传统意义上的企业估值部分,也没有现金流折现、可比公司倍数、目标价或股票评级。 若从金融应用角度理解,其“价值”主要体现为降低模拟轨迹生成的计算成本、扩大可探索的市场情景数量,并为执行算法和强化学习提供更多训练路径。 但论文没有将计算节省量转换为具体货币收益,也没有评估模拟器对真实策略收益、风险、滑点或执行成本预测的改善幅度,因此不能据此直接得出投资回报结论。
主要风险和局限包括:
报告的优势在于比较设计较为严谨,流匹配和扩散模型使用相同数据、架构和训练预算,减少了“模型规模不同导致结论偏差”的可能性。 但“30/32单元最佳”“42/48控制有效”等结果没有在正文中提供置信区间、重复实验方差或显著性检验,因此应理解为实验样本下的经验优势,而不是普遍成立的统计定律。
总体而言,FlowLOB的实证证据最有力地支持三点:第一,流匹配在订单簿轨迹生成中具有显著采样效率优势,Euler 10步即可达到较好的分布质量;第二,在0.1秒和1秒高频设置下,模型在价格、成交量边际以及部分盘口内部相关结构上优于所比较的代理模型和学习模型;第三,tick-relative表示与level-time Transformer使模型能够在未见股票9999.HK上实现零样本迁移,并且流动性和订单簿不平衡条件具有稳定可控性。
但作者并未声称问题已经解决。10秒粗频率下的真实性退化、趋势与波动率控制失败、有限股票和历史样本,以及缺少下游交易策略验证,都意味着FlowLOB目前更适合被视为一个高频市场模拟研究的有效起点,而不是经过全面验证的生产级市场替代品。 报告的总体立场是积极但审慎的:流匹配为LOB生成提供了一个高效、可控且具备跨品种潜力的方向,同时后续仍需通过更大数据规模、更长上下文、更广泛的股票和市场,以及策略级验证来确认其实际金融价值。
2608.13096.pdf