[论文解读] Style Transfer with Time Series: Generating Synthetic Financial Data

Brandon Da Silva, Sylvie Shang Shi|arXiv (Cornell University)|May 24, 2019

Stock Market Forecasting Methods参考文献 24被引用 6

一句话总结

本文提出一种基于风格迁移的生成模型，利用去噪自编码器（DAE）生成高频路径，并通过风格迁移使其匹配日度收益率的统计特性，从而合成具有真实市场结构的金融时间序列。该方法成功捕捉了非随机的、市场内嵌的模式，如自相关性、偏度、峰度以及技术图表形态——在分布保真度和统计检验方面优于GBM和GARCH等随机过程。

ABSTRACT

Training deep learning models that generalize well to live deployment is a challenging problem in the financial markets. The challenge arises because of high dimensionality, limited observations, changing data distributions, and a low signal-to-noise ratio. High dimensionality can be dealt with using robust feature selection or dimensionality reduction, but limited observations often result in a model that overfits due to the large parameter space of most deep neural networks. We propose a generative model for financial time series, which allows us to train deep learning models on millions of simulated paths. We show that our generative model is able to create realistic paths that embed the underlying structure of the markets in a way stochastic processes cannot.

研究动机与目标

• 为解决深度学习在金融领域中长期投资策略因观测值过少而导致的训练数据有限问题。
• 生成保留真实市场数据统计与结构特征（如自相关性与技术形态）的合成金融时间序列。
• 克服传统随机过程（如GBM、GARCH）无法建模非随机、局部依赖价格变动的局限性。
• 通过生成数百万条真实且多样的合成路径，实现深度学习模型的稳健训练。
• 通过生成真实感强的合成数据，提升基于情景的风险建模与启发式策略开发。

提出的方法

• 在2009–2018年高频AUDUSD买入价上训练去噪自编码器（DAE），以生成逼真的高频合成路径。
• 采用内容匹配方法，识别出与生成的高频路径统计特征（均值、标准差、偏度、峰度）相匹配的真实日度收益率路径。
• 通过优化生成路径，使其分布特性（如自相关性、高阶矩）与选定的真实日度路径保持一致，实现风格迁移。
• 优化过程最小化联合损失函数：αℒC（内容损失）+ βℒS（风格损失），其中ℒC确保生成路径与内容路径一致，ℒS强制实现风格对齐。
• 采用一维卷积神经网络（1D CNN）架构，以捕捉价格变动中的局部时间依赖性，利用CNN的层次化模式识别能力。
• 统计验证包括方差比检验与柯尔莫哥洛夫-斯米尔诺夫（KS）检验，用于比较合成路径与真实日度收益率的差异。

实验结果

研究问题

• RQ1 深度生成模型能否生成超越随机游走假设、嵌入真实市场结构的合成金融时间序列？
• RQ2 对高频DAE生成路径应用风格迁移，能否有效传递日度收益率的统计特性，如自相关性与高阶矩？
• RQ3 与传统随机过程（如GBM、GARCH）相比，生成的合成路径在捕捉金融时间序列中非随机模式方面表现如何？
• RQ4 生成的路径能否再现常见的技术分析形态，如通道与三角形态？
• RQ5 在低观测值、高维数的金融场景下，合成数据在多大程度上提升了深度学习模型的泛化能力？

主要发现

• 方差比检验拒绝了历史日度数据与DAE生成的高频路径的随机游走假设，而所有随机过程（GBM、GARCH）均未能拒绝该假设，表明本模型成功捕捉了非随机的局部依赖性。
• 风格迁移后，合成日度路径的自相关性范围与真实日度数据一致，自相关值在各滞后阶数下为0.00 ± 0.02，符合真实市场行为特征。
• 柯尔莫哥洛夫-斯米尔诺夫检验显示，风格迁移方法的p值为0.571，无法拒绝原假设（即合成路径与真实日度收益率来自同一分布）——而所有随机过程的p值均小于0.05，表明其分布不匹配。
• 风格迁移模型成功匹配了关键统计矩：均值（−0.00009）、标准差（0.00550）、偏度（0.05）与峰度（0.53），基于10,000条生成路径。
• 视觉检查确认，生成路径嵌入了常见的技术形态，如通道与三角形态，而这些形态在随机过程生成的路径中极为罕见。
• 仅DAE生成的高频路径无法匹配日度统计特性，证明了风格迁移在实现分布对齐中的必要性。