Buchumschlag

Reinforcement Learning-Based Market Making as a Stochastic Control on Non-Stationary Limit Order Book Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zimmer, Rafael, Costa, Oswaldo Luiz do Valle
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Trading and Market Microstructure Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Decoding OTC Government Bond Market Liquidity: An ABM Model for Market Dynamics
von: Vidler, Alicia, et al.
Veröffentlicht: (2024)

Bridging the Reality Gap in Limit Order Book Simulation
von: Noble, Patrick, et al.
Veröffentlicht: (2026)

ClusterLOB: Enhancing Trading Strategies by Clustering Orders in Limit Order Books
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

From Knowing to Doing: A Memory-Controlled Benchmark for LLM Trading Agents on Stock Markets
von: Zhu, Taojie, et al.
Veröffentlicht: (2026)

FinVision: A Multi-Agent Framework for Stock Market Prediction
von: Fatemi, Sorouralsadat, et al.
Veröffentlicht: (2024)

Behavioral Consistency Validation for LLM Agents: An Analysis of Trading-Style Switching through Stock-Market Simulation
von: Li, Zeping, et al.
Veröffentlicht: (2026)

Trade-R1: Bridging Verifiable Rewards to Stochastic Environments via Process-Level Reasoning Verification
von: Sun, Rui, et al.
Veröffentlicht: (2026)

Competition and Incentives in a Shared Order Book
von: Aïd, René, et al.
Veröffentlicht: (2025)

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

Automated Market Making and Decentralized Finance
von: Monga, Marcello
Veröffentlicht: (2024)

When AI Trading Agents Compete: Adverse Selection of Meta-Orders by Reinforcement Learning-Based Market Making
von: Jafree, Ali Raza, et al.
Veröffentlicht: (2025)

OOM-RL: Out-of-Money Reinforcement Learning Market-Driven Alignment for LLM-Based Multi-Agent Systems
von: Liu, Kun, et al.
Veröffentlicht: (2026)

ATLAS: Adaptive Trading with LLM AgentS Through Dynamic Prompt Optimization and Multi-Agent Coordination
von: Papadakis, Charidimos, et al.
Veröffentlicht: (2025)

Adaptive Optimal Market Making Strategies with Inventory Liquidation Cos
von: Chávez-Casillas, Jonathan, et al.
Veröffentlicht: (2024)

Deep Limit Order Book Forecasting
von: Briola, Antonio, et al.
Veröffentlicht: (2024)

Limited or Biased: Modeling Sub-Rational Human Investors in Financial Markets
von: Liu, Penghang, et al.
Veröffentlicht: (2022)

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

Limit Order Book Simulations: A Review
von: Jain, Konark, et al.
Veröffentlicht: (2024)

HLOB -- Information Persistence and Structure in Limit Order Books
von: Briola, Antonio, et al.
Veröffentlicht: (2024)

Robust Market Making: To Quote, or not To Quote
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)

ARL-Based Multi-Action Market Making with Hawkes Processes and Variable Volatility
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)

The Subtle Interplay between Square-root Impact, Order Imbalance & Volatility II: An Artificial Market Generator
von: Maitrier, Guillaume, et al.
Veröffentlicht: (2025)

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

A Comparative Analysis of Statistical and Machine Learning Models for Outlier Detection in Bitcoin Limit Order Books
von: Letteri, Ivan
Veröffentlicht: (2025)

Microstructure and Manipulation: Quantifying Pump-and-Dump Dynamics in Cryptocurrency Markets
von: Karbalaii, Mahya
Veröffentlicht: (2025)

A Multimodal Foundation Agent for Financial Trading: Tool-Augmented, Diversified, and Generalist
von: Zhang, Wentao, et al.
Veröffentlicht: (2024)

AlphaForgeBench: Benchmarking End-to-End Trading Strategy Design with Large Language Models
von: Zhang, Wentao, et al.
Veröffentlicht: (2026)

Toward Expert Investment Teams:A Multi-Agent LLM System with Fine-Grained Trading Tasks
von: Miyazaki, Kunihiro, et al.
Veröffentlicht: (2026)

TraderTalk: An LLM Behavioural ABM applied to Simulating Human Bilateral Trading Interactions
von: Vidler, Alicia, et al.
Veröffentlicht: (2024)

From Natural Language to Executable Option Strategies via Large Language Models
von: Luo, Haochen, et al.
Veröffentlicht: (2026)

LLM-Powered Multi-Agent System for Automated Crypto Portfolio Management
von: Luo, Yichen, et al.
Veröffentlicht: (2025)

History Is Not Enough: An Adaptive Dataflow System for Financial Time-Series Synthesis
von: Xia, Haochong, et al.
Veröffentlicht: (2026)

Resisting Manipulative Bots in Meme Coin Copy Trading: A Multi-Agent Approach with Chain-of-Thought Reasoning
von: Luo, Yichen, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Trade Execution with Market and Limit Orders
von: Cheridito, Patrick, et al.
Veröffentlicht: (2025)

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

An Efficient deep learning model to Predict Stock Price Movement Based on Limit Order Book
von: Yang, Jiahao, et al.
Veröffentlicht: (2025)

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

Agent-Based Simulation of a Perpetual Futures Market
von: Rao, Ramshreyas
Veröffentlicht: (2025)

Deep Learning Meets Queue-Reactive: A Framework for Realistic Limit Order Book Simulation
von: Bodor, Hamza, et al.
Veröffentlicht: (2025)