[论文解读] Wasserstein GAN: Deep Generation applied on Bitcoins financial time series

Samuel Rikli, Daniel Nico Bigler+2 more|arXiv (Cornell University)|Jul 13, 2021

Stock Market Forecasting Methods参考文献 18被引用 4

一句话总结

本文提出一种结合LSTM的WGAN-GP架构，用于生成合成的比特币金融时间序列，利用对抗性训练学习高波动价格变动的潜在分布。该模型生成的合成数据在视觉上与真实数据难以区分，但自相关性和厚尾行为等统计特性与真实数据存在可测量的差异，表明训练过程稳定，但仍有超参数优化空间。

ABSTRACT

Modeling financial time series is challenging due to their high volatility and unexpected happenings on the market. Most financial models and algorithms trying to fill the lack of historical financial time series struggle to perform and are highly vulnerable to overfitting. As an alternative, we introduce in this paper a deep neural network called the WGAN-GP, a data-driven model that focuses on sample generation. The WGAN-GP consists of a generator and discriminator function which utilize an LSTM architecture. The WGAN-GP is supposed to learn the underlying structure of the input data, which in our case, is the Bitcoin. Bitcoin is unique in its behavior; the prices fluctuate what makes guessing the price trend hardly impossible. Through adversarial training, the WGAN-GP should learn the underlying structure of the bitcoin and generate very similar samples of the bitcoin distribution. The generated synthetic time series are visually indistinguishable from the real data. But the numerical results show that the generated data were close to the real data distribution but distinguishable. The model mainly shows a stable learning behavior. However, the model has space for optimization, which could be achieved by adjusting the hyperparameters.

研究动机与目标

• 为解决生成高波动性资产（如比特币）真实金融时间序列的挑战。
• 克服传统模型在处理金融数据中的非平稳性、厚尾性和波动率聚集性方面的局限。
• 评估WGAN-GP与LSTM结合在捕捉真实比特币价格变动统计特性和时间动态方面的性能。
• 探索在保护数据完整性和隐私的前提下，使用深度生成模型生成合成数据在金融领域的可行性。

提出的方法

• 模型采用带梯度惩罚的Wasserstein GAN（WGAN-GP）以稳定训练并强制满足Lipschitz约束。
• 生成器和判别器均采用长短期记忆网络（LSTM），以建模时间序列数据中的序列依赖关系。
• 生成器学习将随机噪声映射为合成的比特币对数收益率，而判别器（评论家）则评估生成序列的真实性。
• 训练采用最小最大损失结合梯度惩罚，确保评论家的梯度范数接近于1，从而提升训练稳定性。
• 模型在历史比特币日对数收益率上进行训练，超参数经调优以确保稳定性和收敛性。
• 评估包括视觉对比、QQ图、自相关函数（ACF）分析及损失监控，以评估分布特性和时间保真度。

实验结果

研究问题

• RQ1 WGAN-GP与LSTM架构能否有效生成在外观上与真实市场动态相似的合成比特币时间序列？
• RQ2 生成的数据在多大程度上保留了关键统计特性，如厚尾性、偏度和波动率聚集性？
• RQ3 该模型在多大程度上捕捉了真实金融收益率的自相关结构？
• RQ4 为何损失函数在训练过程中表现出振荡行为而非收敛至最小值？
• RQ5 在极端值行为和尾部分布特性方面，生成数据与真实数据相比如何？

主要发现

• 生成的合成时间序列在视觉上与真实比特币对数收益率无法区分，表明具有极强的感知相似性。
• 统计对比显示，合成数据分布呈左偏，左尾更重，反映出损失大于收益的显著性。
• 合成收益率的ACF表现出比真实数据更高且更易波动的自相关性，表明波动率具有更强的持续性。
• 生成器和判别器的损失函数稳定收敛，围绕最小值呈现振荡行为，表明训练动力学稳健。
• 尽管视觉相似，模型仍难以完全复现极端异常值和尾部事件，导致可检测的统计差异。
• 整体上模型表现出稳定的学习行为，但损失的振荡表明通过超参数调优或更长训练仍有改进空间。