Deep generative modeling for financial time series with application in VaR: a comparative review
创建于 更新于
摘要
本文评述了历史模拟（HS）、参数模型（如GARCH、Vasicek）及多种深度生成模型（包括CGAN、CWGAN、Diffusion、TimeVAE等）在金融时间序列生成与VaR风险预测中的应用表现。通过综合统计指标体系（包含分布距离、自相关和回测）对模拟和真实USD利率期限结构数据进行系统测试，结果显示HS和GARCH模型表现最佳，CWGAN为表现最优深度生成模型。本文还提出了两种改进深度生成方法（Encoder-Decoder CGAN和Conditional TimeVAE）并探讨未来研究方向 [page::0][page::2][page::4][page::29][page::59][page::69]
