Jane Street：用扩散模型生成市场数据

Can you use autoregressive diffusion to generate market data?

Jane Street 实习生 Kavish 探索了用 autoregressive diffusion 生成市场数据的可行性。市场数据既包含连续的价格和时间，又受离散订单事件的微观结构影响，这让传统生成模型难以直接应用。Kavish 发现 DDPM 在去噪过程中容易发散，而 flow matching 表现更稳定。为了解决数据分布中的尖锐断点，他提出了 atom smoothing 技术，通过平滑真实分布再重塑尖峰来捕捉概率质量。虽然模型生成的合成数据尚未完全逼真，但这项研究厘清了如何在连续扩散与离散事件之间找到平衡，为未来构建更精准的市场数据生成器指明了方向。