MarketGANs: Multivariate financial time-series data augmentation using generative adversarial networks
创建于 更新于
摘要
本文提出 MarketGAN：将可观测因子模型作为经济先验、并用条件GAN（WGAN‑GP）与TCN骨干网生成时间变系数与残差，以联合生成N维资产超额收益，保留跨资产相关性与尾部共动，从而在分布拟合和基于合成样本的协方差估计上优于传统因子引导的bootstrap方法，并在因子信息至少弱可用时为均值-方差组合带来显著经济价值 [page::9][page::25][page::33]
