基于 cVAE 的数据增强对下行风险预测的提升
创建于 更新于
摘要
本报告介绍了基于条件变分自编码器（cVAE）的期权指标数据增强方法，利用多维期权风险指标对未来下行风险进行预测评估。通过构建风险等级标签，训练cVAE模型学习不同风险标签下的指标分布，实现数据增强，有效提升风险预测的准确性和策略表现。回测显示，数据增强策略年化收益显著高于初始策略，且在复杂非线性预测模型下提升更明显，提高了模型的稳健性和泛化能力，为量化风险管理提供了新的思路和方法[page::0][page::3][page::11][page::23][page::27].
