生成对抗网络(GAN)系列：WGAN与金融时序（附代码）

作者：Mirko 编译：酸的馒头

端午安康
生成对抗网络应用量化投资系列（一）
获取完整代码，见文末
1引言过拟合是我们试图将机器学习技术应用于时间序列时遇到的问题之一。出现这个问题是因为我们使用我们所知道的唯一时间序列路径来训练我们的模型：已实现的历史。 特别是，并非所有市场机制或事件都能在我们的数据中得到很好的体现。事实上，非常不太可能发生的事件，如异常高波动的时期，通常都没有得到充分的代表性，这使得模型训练不够好。因此，当这些经过训练的算法面对新的场景时，它们可能会失败；如果我们在没有任何预防措施的情况下让它们在生产中保持足够长的时间，这种情况就会发生。 现在，如果我们可以训练一个 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人