【华泰金工林晓明团队】cGAN模拟宏观指标——人工智能系列之四十七

林晓明 S0570516010001 研究员
SFC No. BPY421
李子钰 S0570519110003 研究员
何康 S0570520080004 研究员
SFC No. BRB318

报告发布时间：2021年8月4日摘要将GAN的应用领域拓展至宏观研究，生成海量数据以应对样本稀缺问题本文将生成对抗网络（GAN）的应用领域拓展至宏观研究，采用条件生成对抗网络（cGAN）模拟宏观经济指标。宏观指标存在样本稀缺问题，生成海量仿真数据或能提高宏观研究论证效力。cGAN使用过去一段时间真实数据作为条件序列，并结合随机输入，最终生成未来一段时间模拟序列。cGAN模拟宏观指标有两项应用场景：情景分析可以基于历史信息生成未来宏观指标，预测未来经济走势或 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人