M3: A State-Event Generative Foundation Model for Market Microstructure Dynamics

구분: AI·시장미시구조 연구 / Generative Foundation Model
공개일: 2026년 7월 29일
선정 이유: 최신성이 아주 높지는 않지만, 최근 fixed-income AI에서 가장 중요한 방향 중 하나인 counterfactual market simulator와 직접 연결된다.

핵심 요약

기존 LOB 생성모델은 보통 주문 이벤트(order event) 또는 호가창 상태(state) 중 한쪽을 별도로 모델링하는데, M3는 두 개를 함께 학습하는 state-event generative foundation model을 제안한다. 모델은 실제 대규모 order-level 주식시장 데이터에서 학습되어 미래 order-flow trajectory와 그에 따라 변화하는 limit-order-book liquidity를 동시에 생성한다. 저자들은 모델이 시장의 주요 stylized fact를 재현하고, forecasting뿐 아니라 stress testing과 market-impact analysis를 위한 counterfactual simulation에 사용할 수 있다고 보고한다. arXiv 원문

여기서 핵심은 다음 가격 하나를 예측하는 것이 아니다. 모델은

현재 호가창 + 주문흐름 → 앞으로 발생할 수 있는 여러 시장경로

를 생성한다.

채권 트레이딩 시사점

이 방향은 특히 국채선물 execution/RL에서 중요하다.

현재 전략을 보통 historical replay로 백테스트하면:

“내 주문이 시장에 영향을 주지 않았다”

는 비현실적인 가정을 하게 된다.

M3식 simulator라면:

현재 LOB

• 우리 주문 → 다음 주문 flow → depth 변화 → price impact → 다음 시장상태

처럼 행동 때문에 미래 시장이 바뀌는 환경을 만들 수 있다.

그러면 다음과 같은 질문을 simulation할 수 있다.

• 10선 300계약을 한 번에 때리는 것과 50계약씩 나누는 것의 차이
• passive order를 3초 더 기다렸을 때 fill/mark-out
• 금통위 직후 depth collapse 시 hedge execution
• 우리 agent와 다른 agent가 동시에 inventory를 줄일 때 liquidity spiral

한국 시장 복제 아이디어

처음부터 foundation model을 만들 필요는 없다.

우선:

State

• top-5 depth
• bid/ask imbalance
• spread
• 최근 체결
• cancel rate

Event

• 신규 bid/ask
• cancel
• trade
• marketable order

를 event-time으로 구축하고,

State_t + Event_t → State_{t+1}, Event_{t+1}

generator부터 만들면 된다.

최종 목적은 Prediction Model이 아니라 Bond Market Simulator다.

데스크 적용 우선순위: ★★★★★

---