Resumen Técnico: M3: Un Modelo Fundacional Generativo de Estado-Evento para la Dinámica de la Microestructura del Mercado

Planteamiento del Problema

Los mercados financieros son sistemas adaptativos complejos donde la dinámica emerge de la interacción de participantes heterogéneos, la adquisición de información y las condiciones de liquidez. Una limitación fundamental al analizar estos sistemas es que los datos históricos del mercado revelan únicamente una única trayectoria realizada. En consecuencia, muchas preguntas críticas —como cómo podrían evolucionar los precios bajo diferentes intervenciones, cómo se desempeña una estrategia de trading a través de distintos regímenes, o cómo un programa de ejecución de gran tamaño impacta el flujo de órdenes subsecuente— son inherentemente contrafácticas.

Los modelos generativos financieros existentes suelen fallar al no abordar esto a nivel de microestructura. Los enfoques previos típicamente modelan ya sea los estados del Libro de Órdenes Limitadas (LOB, por sus siglas en inglés) o los eventos de flujo de órdenes de forma aislada, tratando al otro como una condición auxiliar. Esto pasa por alto el estrecho y dinámico acoplamiento entre los eventos de órdenes (que suministran, consumen y redistribuyen la liquidez) y los estados del LOB (que determinan los resultados de ejecución y el impacto en el precio). Existe la necesidad de un modelo generativo que capture explícitamente esta dinámica acoplada de estado-evento para permitir una simulación de trayectoria de nivel de mercado realista para el pronóstico, las pruebas de estrés y el análisis de impacto.

Metodología

Los autores proponen M3 (Market Microstructure Model), un modelo fundacional generativo de estado-evento diseñado para simular la microestructura de mercados electrónicos. M3 opera dentro de un marco unificado basado en tokens que integra eventos de órdenes heterogéneos y instantáneas estructuradas del LOB.

1. Representación de Datos y Tokenización

Para manejar la heterogeneidad de los datos del mercado, M3 emplea un Tokenizador de Órdenes de Cuantización Vectorial (VQ):

• Características de Entrada: Los eventos de órdenes se representan como vectores de características que incluyen precio relativo (anclado al precio de apertura diario para evitar bucles de retroalimentación en el tiempo de inferencia), volumen transformado logarítmicamente, tiempo de llegada intermedio, acción de la orden (añadir/cancelar) y lado (compra/venta).
• Cuantización Vectorial: En lugar de discretizar los atributos de forma independiente (lo que conduce a una explosión multiplicativa del vocabulario), M3 utiliza una arquitectura codificador-decodificador causal con un cuello de botella de VQ. Las características continuas de la orden se mapean a un código compacto y no uniforme ($K=32,768$).
• Reconstrucción: El tokenizador asegura una reconstrucción de alta fidelidad de los eventos de órdenes, preservando específicamente las trayectorias de precios relativos a la apertura diaria, lo que evita la acumulación de errores observada en las líneas base de precio medio relativo durante la generación autorregresiva.

2. Arquitectura del Modelo

M3 utiliza un Transformer Autorregresivo condicionado al estado inicial del mercado:

• Codificador de LOB: La instantánea inicial del LOB (los 10 niveles superiores de profundidad de compra/venta) y las variables de estado auxiliares son procesadas por un codificador Transformer ligero. Esto genera una secuencia de "tokens de prefijo" continuos (tokens de estado) que resumen el entorno de liquidez.
• Modelado Causal: El modelo concatena estos tokens de estado del LOB con la secuencia de tokens de eventos de órdenes. Un núcleo (backbone) de Transformer causal predice el siguiente token de orden basándose en la historia conjunta del estado inicial de liquidez y los eventos de órdenes precedentes.
• Bucle de Simulación: Durante la inferencia, los tokens de órdenes generados se decodifican en órdenes ejecutables y se procesan mediante un Motor de Emparejamiento (Matching Engine) determinista. El motor actualiza el estado del LOB de acuerdo con las reglas de la bolsa, y la trayectoria resultante sirve como base para el siguiente paso de predicción. Esto crea una simulación de bucle cerrado donde el modelo aprende el flujo de órdenes condicionado al estado, y el motor realiza las transiciones de estado inducidas por los eventos.

3. Entrenamiento y Escalamiento

M3 se entrena con datos a gran escala del mundo real a nivel de orden de los índices CSI 300 y CSI 500 (cubriendo aproximadamente 800 valores de renta variable desde enero de 2024 hasta noviembre de 2025, totalizando ~31.9 mil millones de eventos de órdenes). El objetivo de entrenamiento es la predicción del siguiente token estándar. Los autores estudian empíricamente el comportamiento de escalamiento de su modelo, ajustando una ley de escalamiento tipo Chinchilla para caracterizar cómo la pérdida de validación varía con el tamaño del modelo ($N$) y el presupuesto de tokens de entrenamiento ($D$).

Contribuciones Claves

1. Marco Unificado de Estado-Evento: M3 introduce un modelo fundacional que representa tanto los eventos de órdenes como los estados del LOB dentro de un único marco basado en tokens, modelando explícitamente sus dinámicas acopladas en lugar de tratarlos como secuencias separadas.
2. Modelado de Mundo de Mercado Escalable: Los autores demuestran que el modelado de mercados sigue leyes de escalamiento predecibles. Ajustan una ley de escalamiento tipo Chinchilla ($L(N, D) = E + \alpha N^{-\beta} + \gamma D^{-\delta}$) al dominio financiero, mostrando que la pérdida disminuye de manera predecible con el aumento del tamaño del modelo y el volumen de datos.
3. Validación Empírica en Tareas de Aval (Downstream Tasks): M3 se valida a través de múltiples tareas de simulación, demostrando su capacidad para reproducir hechos estilizados del mercado, soportar diagnósticos predictivos y permitir el análisis contrafáctico.

Resultados Experimentales

Reproducción de Hechos Estilizados

Las trayectorias generadas por M3 reproducen con éxito las propiedades estadísticas clave de los mercados financieros:

• Colas Pesadas y Gaussianidad de Agregación: La distribución de los rendimientos logarítmicos del precio medio exhibe colas pesadas en horizontes cortos y converge hacia la gaussianidad en horizontes más largos, coincidiendo más de cerca con los datos empíricos que los modelos de base de Inteligencia Cero (ZI) o de Procesos de Hawkes Compuestos.
• Agrupamiento de Volatilidad (Volatility Clustering): El modelo reproduce la autocorrelación lineal débil de los rendimientos brutos y la persistente autocorrelación positiva de los rendimientos absolutos.
• Métricas: M3 logra estadísticas de Kolmogorov-Smirnov y distancias de Wasserstein más bajas en comparación con las líneas base a través de múltiples horizontes temporales (de 10s a 300s).

Diagnósticos Predictivos

• Predicción del Precio Medio: Condicionar al estado inicial del LOB mejora significativamente la precisión direccional para los movimientos de precio de corto horizonte en comparación con las líneas base sin entrada de LOB o el modelo DeepLOB. El modelo distingue eficazmente entre regímenes de "Subida", "Plano" y "Bajada".
• Predicción de Volatilidad: El modelo puede pronosticar la volatilidad realizada futura. Cuando los "prompts" se agrupan por quintiles de varianza predicha, la volatilidad realizada de las trayectorias futuras correspondientes aumenta de forma monótona, lo que indica que el modelo captura estados de volatilidad de mercado distintos.

Análisis Contrafáctico y de "¿Qué pasaría si?"

• Prueba de Estrés Direccional: Al ser sometido a una presión controlada de flujo de órdenes unidireccional (por ejemplo, amplificando los eventos de adición de compra), el simulador produce respuestas de precio medio económicamente consistentes. El estrés de compra eleva los precios y el estrés de venta los baja, con un impacto que escala de forma sublineal.
• Impacto de Mercado (Ley de Raíz Cuadrada): En las simulaciones de meta-órdenes TWAP (Precio Promedio Ponderado por Tiempo), M3 exhibe un escalamiento de impacto de precio cóncavo. Las pendientes de log-log estimadas para las meta-órdenes de compra y venta son aproximadamente 0.53 y 0.52, respectivamente, coincidiendo estrechamente con el benchmark teórico de la raíz cuadrada ($0.5$) con altos valores de $R^2$ ($>0.8$).

Significancia y Reivindicaciones

El artículo afirma que M3 establece un paradigma de modelo fundacional escalable para la simulación contrafáctica del mercado a nivel de microestructura. Al modelar con éxito el bucle de retroalimentación entre el flujo de órdenes y la liquidez, M3 va más allá de la simple predicción de puntos para generar trayectorias de mercado ejecutables y realistas.

Los autores sostienen que este enfoque proporciona una base útil para:

• Análisis basado en simulación: Generar diversos escenarios de mercado para la evaluación de riesgos.
• Desarrollo de estrategias: Probar estrategias de trading a través de diferentes regímenes e intervenciones de mercado.
• Estimación del impacto de mercado: Cuantificar el costo de grandes operaciones bajo diversas condiciones de liquidez.

El trabajo sugiere que los modelos de mundo generativos a nivel de orden pueden capturar las dinámicas complejas y no lineales de los mercados financieros, ofreciendo una dirección prometedora para estudiar la microestructura del mercado más allá de las limitaciones de los datos históricos de trayectoria única.