StochLOB: تقييم النقاط الصلبة لخطوات الحد الأدنى المزدوجة توقعات الاتجاه / StochLOB: Heavy-Tailed Score Matching for Robust Limit Order Book Trend Prediction (2026) (Arabic)

Arshia Abolghasemi, Seyed Reza Tavakoli, Parsa Naderi, Nazanin Mirzaei, Behrad Jahani, Saba Yousefzadeh, Tahereh Javaheri, Mohammad Hosein Rohban · 2026 · arXiv

Arabic

عادةً ما تحدث أساليب التفكير القائم على الأرقام البيانات بـ Brownian Gaussian noise، الذي يتوافق مع معادلة التفكير القائم على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام (SDE). بالنسبة إلى سلسلة الوقت السوق، قد يكون هذا SDE إزعاجًا سيئًا: تدفق الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة على الأرقام القابلة

Abstract

Score-based diffusion methods usually perturb data with Brownian Gaussian noise, corresponding to a light-tailed forward stochastic differential equation (SDE). For market time series this SDE can be a poor abstraction: limit order book (LOB) order flow is heavy-tailed, bursty, and occasionally jump-like. We study STOCHLOB, a training-only score-matching framework that changes the forward diffusion corruption law while leaving the deployed predictor deterministic. Instead of Brownian-only Gaussian corruption, the noising process uses two non-Gaussian SDE-inspired alternatives: jump-Lévy noise

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.21081, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt