金融市場におけるトレーダーの売買活動は注文板と呼ばれる場に集約され、注文間の付け合わせを通じて売り手と買い手の相互作用が行われる。注文板のモデル化はアルゴリズム取引戦略の構築などの実用的なニーズから重要性を増しており、近年では高頻度取引データを用いた生成モデルが従来のバックテストに代わるシミュレーション手法として注目されている。本研究では、トレーダーの注文流の系列をトークン系列へ変換し、Transformerモデルの一種であるGPTアーキテクチャと、状態空間モデルの一種であるMAMBAアーキテクチャをスクラッチから学習させた。これらのモデルが合成注文流を通して注文板を生成可能であることを示す。
