人工智能 50：再探 cGAN 资产配置
创建于 更新于
摘要
本报告系统研究条件生成对抗网络（cGAN）在资产配置中的应用，重点在收益协方差和均值预测两条主线，采用多项精准指标评估预测准确度，并分别验证其在风险预算模型与均值方差模型中的表现。实证结果显示，cGAN方法在协方差预测上更接近真实风险分布，仓位及风险分配更趋理想，同时cGAN预测的资产相对收益排名优于传统历史收益方法，在多个测试场景均显著超过历史基准，具备稳定的收益和风险控制能力[page::0][page::6][page::7][page::8][page::9][page::10][page::16][page::17][page::23]
