Alleviating Non-identifiability: a High-fidelity Calibration Objective for Financial Market Simulation with Multivariate Time Series Data
创建于 更新于
摘要
本报告聚焦社会仿真中普遍存在的参数非可辨识性问题，理论证明同时利用多维时间序列特征标定模型可指数级缓解该问题。针对金融市场模拟（FMS），提出基于多个不相关特征的最大化聚合校准目标函数，有效减小非可辨识集，并显著提升模拟数据的拟合度和仿真保真度。实证验证覆盖10组合成数据和1组中国深交所真实高频数据，结果显示引入多特征标定后，非可辨识性显著降低且模拟性能优于传统单特征方法[page::0][page::1][page::6][page::7][page::8][page::9].
