价格预测模型回答的问题通常是：给定一段订单簿事件流，某个标的的价格接下来会怎么走。Jane Street 2026 年夏季实习生项目里的一个研究课题换了个问法：能不能让模型直接生成订单簿事件本身，包括挂单、撤单、成交，以及它们到达交易所的时间。这项实验由研究实习生 Kavish 完成，训练数据是四年的美股逐笔数据，每行包含时间戳、价格、事件类型（成交、挂单、撤单等）。结论分两层：模型还没有好到能当真实的生成器用；但这条路的关键难点在哪、用什么工具撬动，已经被系统地试了出来。
市场数据是一种什么数据
生成模型对数据的形态有硬性要求。视频是连续的：每帧像素取连续值，帧与帧之间也连续演化。文本是离散的：词表有限，下一个词从词表里挑。市场数据两头都占。订单簿通过离散动作演化（挂单、撤单、成交），动作空间是离散的；但价格的高基数让它在实践里近似连续，还有一个容易被忽略的纯连续量：时间，即新订单何时到达交易所。
时间这个维度比看上去更难。它的分布带尖峰：两个事件同时到达（时间差为零）是一团点质量；人的最短反应时间附近是一团；整秒附近还有一团，订单常在整点成批到达。价格同样聚集：新价格贴着中间价、当前买价或当前卖价出现，「pennying」（把对手价改善一个最小变动价位）远比改善两个价位常见。平滑分布的假设在这里不成立。
架构：encoder 加 diffusion head
Kavish 的参照是 Li 等人的论文 Autoregressive Image Generation without Vector Quantization（规避向量量化的自回归图像生成路线）。模型分两部分：一个带因果掩码的 transformer encoder，为序列每个位置产出隐向量；一个事件类型头，输出二分类概率，判断下一个事件是成交还是最优买卖价（BBO）更新。连续目标（价格、时间差等）由 diffusion head 生成，以对应位置的隐向量和事件类型为条件，用标准的 AdaLN 方式注入。训练时条件用的是真实事件类型；推理时先用类型头采样出事件类型，再用 diffusion head 生成连续特征，然后自回归地把新事件接回序列末尾。
DDPM 爆炸实录
第一版 diffusion head 按 Improved DDPM 的建议用了 1000 步 cosine 噪声调度，推理用 DDIM 采样。结果不稳定：去噪轨迹发散，7 个连续目标上全部出现 88% 到 95% 的值偏离分布均值 8 个标准差以上。
上图的四个面板对应四种配置：100 步确定性采样时 94.5% 的样本溢出（|x̂₀|>8），100 步加随机扰动 η=1 时 88.0%，步数加到 1000 步后降到 9.7%，1000 步加随机性进一步降到 0.5%。机制在图里看得见：采样步数越多，每步的更新增量越小，x̂₀ 越不容易冲出边界；随机性项则把去噪过程往标准高斯方向正则化。两条路都能救 DDPM，但都要调。
Kavish 换了路：rectified flows（流匹配）开箱即用。流匹配与 DDPM 在目标上是同一事物的两种参数化，区别在训练网络预测噪声到数据连线上的速度（数据减噪声），采样轨迹近似直线，很少的积分步数就能算准。换成流匹配后，ask size 目标在 Heun ODE 50 步下的每一次 solver 调用溢出率都是 0.00%。
把尖峰分给分类头
流匹配解决了轨迹发散，下一个问题是不连续性。真实数据的时间差在零点有一根尖刺，价格变动在零附近也有一根，扩散头输出的连续分布在尖峰处始终对不齐。
第一批实验做了手工拆分：把二分类的事件类型头扩成 20 类。BBO 更新被拆成常见模式（只变挂单量、卖价上移、买价下移等），时间差为零单独成为一类，diffusion head 只负责更平滑的目标，比如「非零时间差有多大」「买价变动幅度是多少」（方向已经是类别了）。成交只占全部事件的 8%，原本的二分类头系统性地过预测成交，拆细后这一偏差也得到缓解。这套方法让事件类型和连续目标的边际分布都明显更贴近真实，代价是手工工程量：真实市场数据的字段远不止这几个，「事件发生在哪个交易所」这类高基数字段会把类别数炸掉。
原子平滑
于是有了第二种处理，Kavish 称之为 atom smoothing（原子平滑）。做法分三步：挑一种让尖峰尽可能不尖的变量表示；把真实分布平滑掉；再把概率质量以连续的方式重新堆回尖峰位置，避开硬边界。同一个分布在不同的表示下尖刺程度不同，表示选得对，平滑才做得动。
评估用了两把尺子。边际分布层面，单步设置下给模型 10240 个真实事件做上下文，让它画一个下一事件，与真实边际分布算 TV 散度（两个分布在每个取值点上的概率差绝对值之和的一半）。联合与时间一致性层面，训练一个判别器：读一段真实上下文加一个候选下一事件，判断候选来自模型还是来自真实数据。为原子平滑优化过特征表示的生成器在判别器面前明显更难被抓：判别精度从 0.694 提到 0.959，AUC 从 0.758 提到 0.992。
展开与边界
自回归展开是最终目标。下图是一次从真实上下文出发的 512 个生成事件与真实路径的对比：开始阶段贴合，越往后偏得越开，生成路径上的买卖价差在 60 秒附近明显拉宽。这引出项目留下的开放问题：退化有多快，怎么量测，怎么压。
文末的结论很克制：这个模型还没有准确到能当真实的生成器用。项目沉淀下来的是两个旋钮的定位：多少离散性应该直接烘进模型（哪些目标用类别预测，哪些交给扩散），以及特征该怎么表示、分布该怎么平滑，才给扩散模型最好的工作条件。
这份实验记录的直接产出是一个还不能用的生成器，留下的是一组可操作的结论：订单簿事件同时活在两个空间里，连续空间里的「卖量增加 10%」，和离散动作空间里的「把买价 penny 掉」，要在合成数据里重建市场就得把两种存在方式都建模进去。对做回测、市场仿真和撮合压力测试的团队来说，里面记录的失败配置（DDPM 高噪声下发散的完整参数）和有效配置（流匹配加 20 类事件头加原子平滑）同样有参考价值。
来源：Jane Street Blog, Can you use autoregressive diffusion to generate market data?