看订单簿像看路口车流：下一秒不只有一种走法。传统预测常给出一个“最可能答案”，但交易执行更关心各种局面会以多大概率出现。LOBGrad 因此预测完整分布，而非单一数值：它用条件扩散模型——从噪声逐步生成样本，并参考当前市场信息——生成多种可能的下一张限价订单簿快照。限价订单簿就是按价格排列、尚未成交的买卖盘及各档数量。
它较具体的一步，是先让自回归 RNN 把一段历史压缩成内部状态，再据此生成未来，同时预测队列深度和中间价收益。作者在 BTC/USDT、GOOGL 和 META 数据上报告，LOBGrad 在全部已报告的队列指标上优于不带编码器的扩散版本，并给出较合理校准的预测区间。论文还在特定混合性、正则性与收缩性假设下证明了 oracle inequality——一种限制模型与理想基准预测风险差距的理论误差界；它是统计保证，不代表实盘盈利。