Buchumschlag

Interpretable ML for High-Frequency Execution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fabre, Timothée, Ragel, Vincent
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Trading and Market Microstructure
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Consistent time travel for realistic interactions with historical data: reinforcement learning for market making
von: Ragel, Vincent, et al.
Veröffentlicht: (2024)

Learning the Spoofability of Limit Order Books With Interpretable Probabilistic Neural Networks
von: Fabre, Timothée, et al.
Veröffentlicht: (2025)

High-Frequency Market Manipulation Detection with a Markov-modulated Hawkes process
von: Fabre, Timothée, et al.
Veröffentlicht: (2025)

Neural Hawkes: Non-Parametric Estimation in High Dimension and Causality Analysis in Cryptocurrency Markets
von: Fabre, Timothée, et al.
Veröffentlicht: (2024)

Forecasting High Frequency Order Flow Imbalance
von: Anantha, Aditya Nittur, et al.
Veröffentlicht: (2024)

Boltzmann Price: Toward Understanding the Fair Price in High-Frequency Markets
von: Rola, Przemysław
Veröffentlicht: (2025)

High-Frequency Trading Liquidity Analysis | Application of Machine Learning Classification
von: Bhatia, Sid, et al.
Veröffentlicht: (2024)

Trading Large Orders in the Presence of Multiple High-Frequency Anticipatory Traders
von: Xu, Ziyi, et al.
Veröffentlicht: (2024)

Optimal Execution and Macroscopic Market Making
von: Guo, Ivan, et al.
Veröffentlicht: (2025)

Model Predictive Control For Trade Execution
von: McAuliffe, Thomas P., et al.
Veröffentlicht: (2026)

Auto-Regressive Control of Execution Costs
von: Kolev, Simeon
Veröffentlicht: (2024)

Stochastic Gradient Descent in the Optimal Control of Execution Costs
von: Kolev, Simeon
Veröffentlicht: (2024)

Reinforcement Learning for Optimal Execution when Liquidity is Time-Varying
von: Macrì, Andrea, et al.
Veröffentlicht: (2024)

AutoQuant: An Auditable Expert-System Framework for Execution-Constrained Auto-Tuning in Cryptocurrency Perpetual Futures
von: Deng, Kaihong
Veröffentlicht: (2025)

Temporal Kolmogorov-Arnold Networks (T-KAN) for High-Frequency Limit Order Book Forecasting: Efficiency, Interpretability, and Alpha Decay
von: Makinde, Ahmad
Veröffentlicht: (2026)

Optimal Execution Strategies Incorporating Internal Liquidity Through Market Making
von: Morimoto, Yusuke
Veröffentlicht: (2024)

Better market Maker Algorithm to Save Impermanent Loss with High Liquidity Retention
von: Yan, CY, et al.
Veröffentlicht: (2025)

Sources and Nonlinearity of High Volume Return Premium: An Empirical Study on the Differential Effects of Investor Identity versus Trading Intensity (2020-2024)
von: Kang, Sungwoo
Veröffentlicht: (2025)

High-Frequency Options Trading | With Portfolio Optimization
von: Bhatia, Sid
Veröffentlicht: (2024)

Optimal Execution with Reinforcement Learning
von: Hafsi, Yadh, et al.
Veröffentlicht: (2024)

Optimal Execution under Incomplete Information
von: Chevalier, Etienne, et al.
Veröffentlicht: (2024)

Fragmentation and optimal liquidity supply on decentralized exchanges
von: Lehar, Alfred, et al.
Veröffentlicht: (2023)

Blockchain scaling and liquidity concentration on decentralized exchanges
von: Caparros, Basile, et al.
Veröffentlicht: (2023)

Optimal execution and speculation with trade signals
von: Bank, Peter, et al.
Veröffentlicht: (2023)

Understanding the worst-kept secret of high-frequency trading
von: Pulido, Sergio, et al.
Veröffentlicht: (2023)

Option Market Making via Reinforcement Learning
von: Fang, Zhou, et al.
Veröffentlicht: (2023)

Improving Capital Efficiency and Impermanent Loss: Multi-Token Proactive Market Maker
von: Chen, Wayne, et al.
Veröffentlicht: (2023)

Optimal Trading in Automated Market Makers with Deep Learning
von: Jaimungal, Sebastian, et al.
Veröffentlicht: (2023)

Open vs. Sealed: Auction Format Choice for Maximal Extractable Value
von: Adadurov, Aleksei, et al.
Veröffentlicht: (2026)

Dynamic Grid Trading Strategy: From Zero Expectation to Market Outperformance
von: Chen, Kai-Yuan, et al.
Veröffentlicht: (2025)

Modeling metaorder impact with a Non-Markovian Zero Intelligence model
von: Ravagnani, Adele, et al.
Veröffentlicht: (2025)

Nash Equilibrium between Brokers and Traders
von: Cartea, Álvaro, et al.
Veröffentlicht: (2024)

Sentiment Feedback in Equity Markets: Asymmetries, Retail Heterogeneity, and Structural Calibration
von: Sneller, Lucas Marques
Veröffentlicht: (2025)

Strategic Learning and Trading in Broker-Mediated Markets
von: Aqsha, Alif, et al.
Veröffentlicht: (2024)

Testing replication for an agent-based model of market fragmentation and latency arbitrage
von: Ratliff-Crain, Ethan, et al.
Veröffentlicht: (2026)

Trading Electrons: Predicting DART Spread Spikes in ISO Electricity Markets
von: Hubert, Emma, et al.
Veröffentlicht: (2026)

LSTM-ARIMA as a Hybrid Approach in Algorithmic Investment Strategies
von: Kashif, Kamil, et al.
Veröffentlicht: (2024)

Beyond capacity: contractual form in electricity reliability obligations
von: Shu, Han, et al.
Veröffentlicht: (2022)

Causal Interventions in Bond Multi-Dealer-to-Client Platforms
von: Marín, Paloma, et al.
Veröffentlicht: (2025)

LLM Agents Do Not Replicate Human Market Traders: Evidence From Experimental Finance
von: Henning, Thomas, et al.
Veröffentlicht: (2025)