Ricerca
Ottimizzazione vincolata delle politiche per un abbinamento degli ordini dimostrabilmente equo
I motori automatici di abbinamento eseguono milioni di ordini per sessione, ma le asimmetrie sistematiche nella latenza, nelle dimensioni degli ordini e nell’accesso al mercato si accumulano…

- arXiv
- 2604.06522
- Pubblicato
- 2026-04-07
- Autori
- Zehua Cheng, Zhipeng Wang, Wei Dai, Wenhu Zhang, Vadzim Mahilny, David Shi, Elena Jia, Jiahao Sun
Abstract degli autori
I motori automatici di abbinamento eseguono milioni di ordini per sessione, ma le asimmetrie sistematiche nella latenza, nelle dimensioni degli ordini e nell’accesso al mercato si accumulano, producendo disparità persistenti nell’esecuzione che minano la fiducia dei partecipanti. Formuliamo l’abbinamento degli ordini dimostrabilmente equo come un processo decisionale di Markov vincolato e proponiamo CPO-FOAM (Constrained Policy Optimization with Feedback-Optimized Adaptive Margins). Un ciclo interno calcola un passo analitico in una regione di fiducia sulla varietà dell’informazione di Fisher; un ciclo esterno controllato da PID restringe dinamicamente i margini di sicurezza, attenuando le oscillazioni a dente di sega tipiche dei metodi lagrangiani in presenza di dinamiche non stazionarie. L’equità tra gruppi (parità demografica, parità delle probabilità condizionate) entra nel vettore dei costi del CMDP, mentre l’equità individuale secondo Lipschitz è garantita in modo deterministico mediante normalizzazione spettrale. Dimostriamo la stabilità BIBO e che il termine integrale azzera le violazioni a regime. Sui dati LOBSTER del NASDAQ relativi a sei regimi di mercato, CPO-FOAM recupera il 95,9% della capacità di elaborazione senza vincoli, con una frequenza di violazione dei vincoli del 2,5%; sui dati dei book degli ordini limite di criptoattività con iniezione di MEV, raggiunge il 98,4% dell’inviluppo delle ricompense, con una frequenza di violazione dei vincoli del 3,2%. Il metodo scala in modo sublineare fino a M=8 vincoli, consente il regolamento on-chain entro un blocco Ethereum e produce un miglioramento delle ricompense pari a 2,1X su Safety-Gymnasium, confermando la capacità di generalizzare indipendentemente dal dominio.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv