Lin & Yang (2025) — Detecting Multilevel Manipulation from Limit Order Book via Cascaded Contrastive Representation Learning
一句话：「挂假单」通常不是只挂一档，而是在多档同时挂、几毫秒内挂完再撤。先用 Transformer 把多档订单簿压成一个向量，再用有监督对比学习把「正常」和「异常」在向量空间里拉开距离，最后用传统异常检测器分类。
完整引用: Lin, Y., & Yang, P. (2025). Detecting Multilevel Manipulation from Limit Order Book via Cascaded Contrastive Representation Learning. arXiv:2508.17086v2 [q-fin.CP].
机构: 南方科技大学（计算机科学与工程系、统计与数据科学系、广东省类脑智能计算重点实验室）。
数据: LOBSTER，NASDAQ 的 CSCO / TSLA / INTC，2015-01-02 一天。5 档订单簿 + 15 个人工特征，序列长度 T=25。
关键限制：所选数据中不含任何被报告的市场操纵事件，因此注入合成的多档操纵。
方法
- Multilevel LOB Encoder：Transformer，单独预训练重建原始 LOB，预训练后冻结
- Contrastive Fusion Encoder：拼接隐向量与人工特征
- 混合损失 L=(1-\alpha)L_{MSE}+\alpha L_{SCL}（\alpha=0.8 最优）
- 过采样（\beta>0；\beta=0 时对比损失完全无法训练）
- 下游 OC-SVM / Isolation Forest
四条结论
| 结论 | 数字 |
|---|---|
| 最好结果 | JFDS + OC-SVM：AUC-PR 0.675、AUROC 0.975、F4 0.881（原始模式 0.252 / 0.854 / 0.653） |
| 多档操纵更难 | 单档注入 AUC-PR 普遍高于 5 档注入（JFDS 0.308 → 0.260） |
| LOB 必须先被表示好 | 仅用 MSE 损失加 LOB 反而变差（JFDS 0.260 → 0.252） |
| 深档更难 | 只统计第 2–5 档时 AUC-PR 明显下降（JFDS 0.675 → 0.451） |
反例：FEDformer 与 TimesNet 在部分指标上反而下降（OC-SVM + TimesNet 的 AUROC 0.829 → 0.646）——通用时间序列模型与 LOB 数据不兼容。CNN2 在级联架构下也性能退化。
局限
只有合成注入的操纵，没有真实操纵事件；未探讨 Multilevel LOB Encoder 的具体架构设计；训练集仍需 0.03% 的标注异常。