【人工智能研报】华泰人工智能系列之三十五：WGAN应用于金融时间序列生成-20200828-华泰证券

行研报告 16 2024-09-12 0 worker

报告编号：54909
报告名称：【人工智能研报】华泰人工智能系列之三十五：WGAN应用于金融时间序列生成-20200828-华泰证券
报告来源：互联网用户上传
关键词：行研报告
报告页数：36 页
预览页数：6
报告格式：pdf
上传时间：2024-08-04
简介摘要: (原创分析) 本文为华泰证券关于WGAN（Wasserstein GAN）在生成金融时间序列数据方面的研究报告。报告详细介绍了WGAN相较于传统GAN（生成对抗网络）的优势，包括解决GAN模型训练不同步、损失函数不收敛和模式崩溃的问题，以及通过Wasserstein距离来衡量真实分布与生成分布之间的“距离”，从而更有效地生成逼真的金融时间序列数据。报告通过对比WGAN和GAN在生成上证综指日频和标普500月频数据上的表现，展示了WGAN在真实性和多样性上的改进。在真实性方面，WGAN生成的数据在统计特征上更接近真实序列，例如长时程相关性（通过Hurst指数衡量）和方差比率检验；在多样性方面，WGAN生成的序列之间具有更高的差异性（通过DTW指标衡量）。此外，报告还提供了风险提示和法律实体披露，强调了报告内容仅供客户使用，不构成投资建议，且分析师及其关联人士未担任报告提及的证券或发行人的高级人员或顾问，且可能与报告中的证券有财务利益关联。报告版权归华泰证券所有，未经许可，任何机构或个人不得复制、分发或使用报告内容。总之，报告通过详细的数据分析和理论探讨，展示了WGAN在生成金融时间序列数据方面的潜力和优势，为投资者和金融市场参与者提供了有价值的参考。