想象一段录像：杯子从桌边落下，碎片散开。倒放时，碎片会自己聚回杯子。即使不知道物理定律，我们也能认出哪个方向才是真的。Hyeonjun Yeo、Doohwi Cha 与 Yoontae Hwang 做了类似的事，只是录像换成了限价订单簿——按价格排列、随挂单、撤单和成交不断变化的买卖队列。
他们想问：把一段订单簿路径倒过来，机器还能不能认出时间方向？如果能，说明交易事件的先后次序留下了“时间箭头”，而不只是一些同时出现的统计相关。这件事尤其值得用于检查市场模拟器：一个模拟器可以生成很像真的价差、深度和事件比例，却未必按照真实市场的方式演化。
以下数字均来自该团队的论文及配套代码仓库，尚无独立研究交叉验证。
怎么把市场“倒着播放”？
论文使用 Nasdaq TotalView-ITCH 的 market-by-order 数据。它记录单笔订单层面的变动。样本覆盖 2026 年 7 月 2 日至 23 日的十五个交易日；其中九日用于训练，三日用于校准，最后三日用于测试。核心标的是 NVDA，主要观察纽约时间 10:00 至 15:30；作者还测试了另外十一只标的。
原始消息不能简单倒序。一次撤单或成交让队列里的流动性消失；倒放后，它应当变成流动性出现。价格变化、净深度变化等方向量也要反号。作者因此先把若干订单簿事件合成一个区块，再对区块执行“物理反转”：状态换位置，方向量变号，流动性的消失与出现互换。
每个区块包含 37 个特征，涉及订单簿状态、机械流量、流动性事件、价格和活动时钟。主实验把约十次源事件组成一个区块，再把六个区块连成一条路径，实际约含 61 次事件。
接下来，神经网络判断一条路径是正放还是倒放。它输出的核心量是对数密度比——比较同一路径在正向和反向分布中出现的相对可能性。若这个数持续偏离零，说明两种方向可以区分。论文把它按事件平均，单位是 nat；nat 是使用自然对数计算的信息量单位。
妙处在于：给两位裁判同样的材料
作者安排了两个神经估计器。第一个是置换不变 MLP。MLP 即多层感知机，是一种基础神经网络；“置换不变”表示它只看一条路径里有哪些区块，不知道区块的先后次序。第二个是时序卷积网络，它能沿序列读取相邻区块，因此看得到顺序。
两者接收相同数据。前者像拿到六张被打乱的现场照片，后者拿到按时间排好的六张。若后者更容易辨认正放和倒放，多出来的部分就不能只归因于“照片里有什么”。作者把两者估计值之差称为 ordering increment，即“顺序增量”。
在 NVDA 的主实验中，不看顺序的模型估计为每事件 0.0359 nats，看顺序的模型为 0.0537，顺序增量是 0.0179。换算到一条约 61 个事件的路径，两者分别约为 2.2 和 3.3 nats。两种线性基线只有 0.000368 和 0.000385，低了约两个数量级。这表明，在作者的模型与特征设置下，时间箭头主要藏在多个变量的非线性组合中，简单加权很难抓住。
控制实验进一步指向事件顺序。删除活动时钟后，原始顺序下的增量为 0.0071；把六个区块随机打乱并重新训练后，只剩 0.00055。改用另一种边界填充方式，增量仅从 0.0179降至 0.0160。单区块时没有相邻顺序可读，顺序模型反而略低于无序模型。这些结果削弱了“只是模型更大”或“只是认出了路径边界”的解释。
不只是一步接一步
一个过程即使只依赖当前状态，也可能不可逆。因此，“能分辨正放与倒放”本身并不能证明市场有更长的记忆。
作者又制作了替代数据：保留粗粒化状态的一步转移次数和净流向，却重新安排这些转移之后接什么。若不可逆性完全来自一步转移表，替代路径应当恢复原结果。实际在六区块设置下，它得到 0.0376，而真实路径是 0.0537，少约 30%。差额 0.0161，与两个网络之间 0.0179 的顺序增量接近。
论文据此把这部分称为“高阶路径依赖”。这里的意思很克制：它表示信息超出所采用的粗粒化一步转移表，不等于已经找到了具体交易策略或参与者行为。
尺度同样重要。保持约 60 次事件不变，只改变每个区块包含多少事件，顺序增量会从 0.0216降至 0.0020，变化超过十倍。换句话说，不可逆率并非市场自带的固定常数；观察者怎样切分路径，也参与定义了测量对象。
模拟器可能“数值很像，机制不像”
论文最有意思的应用，是检查一个按相同日期校准的 queue-reactive simulator。它根据队列状态决定挂单、撤单和成交强度，是一种以当前队列为核心的订单簿模拟器。
模拟器的顺序敏感不可逆率为 0.0517，真实市场为 0.0537，表面看非常接近。但拆开后差别明显：模拟器的顺序增量只有 0.00065，市场则是 0.0179。模拟器几乎全部的不可逆性，不看区块顺序也能读出来。它更像是配齐了正确的“材料组合”，却没有复现材料出现的真实次序。
这也解释了作者为何建议把 ordering profile 与 scale profile 纳入模拟器评测：前者观察模型对事件顺序的依赖，后者观察结果怎样随粗粒化尺度变化。只比较生成数据与真实数据的总体分布，可能会漏掉这层机制差异。
这套指标目前也没有显示出直接的交易预测价值。论文在四只标的、六个未来区间上测试收益预测；加入这些不可逆性分数后，24 个“标的—区间”组合中有 22 个的均方误差变化不超过 0.12%。它更像诊断仪，而不是现成的信号因子。
局限与未知
- 研究只覆盖十五个交易日和十二只入选标的；跨月份、跨市场及其他行情环境是否稳健，论文没有验证。
- 顺序增量来自两个不同结构、参数量也不同的网络。作者做了打乱、单区块和边界控制，但该数值仍依赖模型容量、路径表示与粗粒化尺度。
- 模拟器比较只检验了一个简化的 queue-reactive 方案。带有更长历史条件的生成模型能否复现真实顺序增量，仍是开放问题。