人工智能 44： 深度卷积 GAN 实证
创建于 更新于
摘要
本文研究了深度卷积生成对抗网络(DCGAN)及其与WGAN结合形成的W-DCGAN模型在多资产金融时间序列生成中的应用。通过9项单资产和5项多资产评价指标，实证表明DCGAN网络结构虽合理但生成效果有限，而引入Wasserstein距离的W-DCGAN模型能更好刻画真实序列的统计特征，显著提高了盈亏不对称性、Hurst指数和多资产滚动相关系数的拟合效果，为金融时间序列的模拟和量化研究提供新思路 [page::0][page::4][page::15][page::19][page::26]。
