Diffusion Factor Models: Generating High-Dimensional Returns with Factor Structure
创建于 更新于
摘要
本报告提出扩散因子模型，将潜在因子结构融入生成式扩散过程中，有效解决高维资产收益率和小样本数据环境下的模拟难题。通过时间变换正交投影分解得分函数，设计专门的神经网络架构，实现对高维金融数据的高效生成并提供非渐近误差界。数值和实证结果表明，该模型在子空间恢复与投资组合构建中表现优异，超越传统方法，有效缓解维度灾难，支持大规模资产的风险管理与最优投资策略制定 [page::0][page::3][page::4][page::16].
