Bayesian Robust Financial Trading with Adversarial Synthetic Market Data
创建于 更新于
摘要
本文提出一个基于宏观条件的生成器与贝叶斯对抗博弈相结合的稳健交易框架：用宏观条件化GAN生成具有时间、跨品种与宏观相关性的合成市场数据，并在二维零和贝叶斯马尔可夫博弈中通过对抗宏观扰动训练交易策略；交易端以Quantile Belief Network维护市场隐态分布并通过Bayesian NFSP求解Robust Perfect Bayesian Equilibrium，实证在9只ETF上显著提升年化收益并降低回撤，且在COVID极端事件中表现更稳健 [page::0][page::6]
