Zero-shot adaptation to order book dynamics

ملخص تقني: التكيف الصفري (Zero-shot) مع ديناميكيات سجل أوامر الشراء والبيع

بيان المشكلة
تقدم نماذج صناعة السوق الكلاسيكية من نوع "أفيلينايدا-ستويكوف" (Avellaneda–Stoikov) إطار عمل سريعاً ومتيناً هيكلياً يعتمد على مجموعة صغيرة من المعلمات القابلة للتفسير (التقلب، كثافة وصول الأوامر، النفور من مخاطر المخزون، والأفق الزمني). ومع ذلك، تعتمد هذه النماذج عادةً على دالة هدف ثابتة محددة مسبقاً. فإذا تغيرت أنظمة السوق أو تغيرت أهداف التداول (مثل أهداف المخزون المرغوبة، أو الشهية للمخاطر، أو عقوبات الاختيار المعاكس)، يتطلب النموذج إعادة تفسير يدوي أو إعادة معايرة. تعالج الورقة البحثية الحاجة إلى آلية تكيف يمكنها ضبط هدف التداول في الوقت الفعلي بناءً على ظروف السوق دون الحاجة لإعادة تدريب النموذج بالكامل أو التخلي عن البنية التحليلية لإطار عمل "أفيلينايدا-ستويكوف".

المنهجية
يقترح الهيكل المقترح فصل ديناميكيات السوق عن هدف التداول، باستخدام آلية تكيف بأسلوب "مقياس الناجح" (successor measure-style) مستوحاة من التعلم المعزز الصفري (تحديداً تمثيلات الأمامي-الخلفي Forward-Backward). يعمل النظام من خلال ثلاثة مكونات رئيسية:

1. تقدير حالة السوق ($\xi_t$):
   يتم رسم حالة سجل أوامر الشراء والبيع الحالية ($L_t$) إلى متجه منخفض الأبعاد لمعلمات "أفيلينايدا-ستويكوف" $\xi_t = (\sigma_t, A^b_t, A^a_t, \kappa^b_t, \kappa^a_t, c^b_t, c^a_t)$. تحكم هذه المعلمات ديناميكيات السوق المحلية، بما في ذلك التقلب، وكثافة وصول الأوامر، وتكاليف الاختيار المعاكس المحلية. وخلافاً للنماذج الكلاسيكية حيث تكون هذه المعلمات ثابتة، يتم استنتاجها هنا ديناميكياً من سجل الأوامر.

2. تقدير الهدف التكيفي ($z_t$):
   بدلاً من دالة مكافأة ثابتة، يقوم النموذج بتقدير متجه هدف منخفض الأبعاد $z_t$ من نافذة متحركة من المكافآت المحققة مؤخراً ($W_t$). يتم نمذجة المكافأة كدالة خطية لسمات النتائج: $r = z^\top \phi(s, a, s')$، حيث تشمل $\phi$ الربح/الخسارة، والمخزون التالي، والمخزون المربع، وتكاليف الاختيار المعاكس. يتم تقدير متجه الهدف باستخدام تمثيل خلفي $B_\psi$ يربط أزواج (الحالة-الإجراء) الماضية بفضاء إحداثيات المكافأة. ويُحسب التقدير كأمل مرجح للمكافآت المحققة:
   $$\hat{z}_t = \mathbb{E}_{\rho_t} [r^H(s, a) B_\psi(s, a)]$$
   يسمح هذا للنموذج باستنتاج "اتجاه المكافأة" الحالي للسوق (على سبيل المثال، ما إذا كان السوق يكافئ تراكم المخزون أو يعاقب على الاختيار المعاكس) مباشرة من البيانات.

3. تمثيل "هاميلتون-جاكوبي-بلمان" (HJB) الأمامي والتحويل إلى قيمة عددية (Scalarization):
   كائن القيمة الأساسي هو تمثيل أمامي لـ "هاميلتون-جاكوبي-بلمان" (HJB) ذو قيم متعددة، $F_{HJB}(q, \tau, a, z; \xi)$، والذي يمثل توقع سمات المكافأة المستقبلية تحت السياسات المثلى لهدف معين $z$. يتم الحصول على قيمة الفعل العددية عن طريق إسقاط هذا المتجه على الهدف التكيفي الحالي:
   $$Q_{z_t}(s, a) = F_{HJB}(s, a, z_t; \xi_t)^\top z_t$$
   يتم اشتقاق السياسة $\pi_{z_t}$ عن طريق تعظيم هذه القيمة العددية. وفي التنفيذ ذي الصيغة المغلقة، ينتج عن ذلك قواعد تسعير مشابهة لنموذج "أفيلينايدا-ستويكوف" الكلاسيكي، ولكن حيث يتم حساب قيمة الاستمرار $h_t(q)$ خصيصاً للهدف المستنتج $z_t$:
   $$\delta^{b,\star}_t = \frac{1}{\kappa^b_t} - \frac{h_{z_t}(q_t + v) - h_{z_t}(q_t)}{v} + \frac{c^b_t}{v}$$
   (وبالمثل لجانب العرض/الطلب).

المساهمات الرئيسية

• إطار عمل "أفيلينايدا-ستويكوف" التكيفي: تقدم الورقة طريقة للحفاظ على السرعة التحليلية والقابلية للتفسير لنموذج "أفيلينايدا-ستويكوف" مع استبدال الهدف الثابت بمتجه تكيفي مدفوع بالبيانات.
• فصل الديناميكيات عن الأهداف: توضح الورقة أنه يمكن فصل ديناميكيات السوق (المعلمات $\xi_t$) عن أهداف التداول (المتجه $z_t$). يتم استنتاج الديناميكيات من سجل الأوامر، بينما يتم استنتاج الأهداف من المكافآت المحققة.
• التكيف الصفري (Zero-Shot Adaptation): يسمح هذا النهج للنموذج بالتكيف مع تغير الأنظمة والأهداف دون الحاجة لإعادة التدريب، مما يجعله يعمل فعلياً كمتعلم صفري لأهداف صناعة السوق.
• الحل ذو الصيغة المغلقة: يشتق المؤلفون قاعدة تسعير ذات صيغة مغلقة تدمج الهدف التكيفي في بنية "أفيلينايدا-ستويكوف" القياسية، مما يضمن بقاء النموذج فعالاً حاسوبياً.

النتائج التجريبية
قام المؤلفون بتقييم استراتيجية "Rolling FB-AS HJB" المقترحة مقابل نموذجين مرجعيين على مجموعة بيانات مُعاد بناؤها لسجل أوامر BTCUSDT:

1. استراتيجية "Guéant–Lehalle–Fernandez-Tapia" (GLFT) ذات زمن انتقال ثابت.
2. استراتيجية "أفيلينايدا-ستويكوف" ذات زمن انتقال ثابت.

النتائج:

• الأداء: حققت كلتا الاستراتيجيتين المرجعيتين (شبكة GLFT وشبكة AS) عوائد سالبة وتراجعات عالية في نافذة التقييم. في المق المقابل، حققت استراتيجية "Rolling FB-AS HJB" عوائد إيجابية (0.002167) ونسبة شارب (Sharpe ratio) أعلى بكثير (28.57 مقابل قيم سالبة للمراجع).
• إدارة المخاطر: أظهرت الاستراتيجية التكيفية تراجعاً أقصى (Maximum Drawdown) أقل بكثير (0.000947) مقارنة بالمراجع (~0.0027–0.0028).
• تكرار التداول: تداولت الاستراتيجية التكيفية بتكرار أقل بكثير (477.85 عملية تداول يومياً) مقارنة بالمراجع (~4500–4600 عملية تداول يومياً)، مما يشير إلى أن الهدف التكيفي واختيار HJB ذو الأفق المحدود يعملان كمرشح ضد الإفراط في التداول في الظروف الصاخبة.

الأهمية والادعاءات
تدعي الورقة أنها توفر "جسراً تفسيرياً بين صناعة السوق التحليلية والتعلم المعزز القائم على التمثيل". ومن خلال الحفاظ على ديناميكيات "أفيلينايدا-ستويكوف" كجوهر فيزيائي وتكييف المتجه ذي الأبعاد المنخفضة فقط، يتجنب هذا الإطار الطبيعة "الصندوق الأسود" للتعلم المعزز العميق، مع اكتساب مرونة التكيف الصفري.

يتسم المؤلفون بالتواضع في ادعاءاتهم، مشيرين إلى أن النتائج مستمدة من "دراسة محاكاة محكومة" باستخدام بيانات مُعاد بناؤها وعزو تقريبي للتنفيذ، بدلاً من بيانات منصة التداول الأصلية. كما يقرون بأن التنفيذ الفعلي يتطلب بيانات أحداث أصلية، ومعايرة أقوى لاحتمالات التنفيذ، ونمذجة أكثر تفصيلاً للتكاليف. ومع ذلك، تُظهر الدراسة أنه تحت نفس ظروف الاختبار الخلفي (Backtest)، تتصرف قاعدة التسعير التكيفية بشكل مختلف جوهرياً وأكثر متانة من المراجع ذات الأهداف الثابتة.