生成对抗网络 GAN 初探——华泰人工智能系列之三十一
创建于 更新于
摘要
本报告系统介绍生成对抗网络（GAN）及其在量化投资领域的应用，重点训练不同市场和时间频率的股指收益率序列，利用六项金融特征指标综合评价。结果表明GAN生成的序列在自相关性、厚尾分布、波动率聚集、杠杆效应、粗细波动率相关与盈亏不对称性等指标上较Bootstrap和GARCH模型更好地复刻真实市场特征，体现其生成数据质量优异。此外报告通过双均线择时策略参数选择案例，展示GAN在检验量化策略回测过拟合上的潜力，启示GAN可成为量化投资数据模拟和风险评估的新工具[pidx::0,pidx::14,pidx::15,pidx::16,pidx::18,pidx::20,pidx::23]
