第28回金融情報学研究会
Neural Fractional SDE-Net による金融時系列生成
2022 年 2022 巻 FIN-028 号 p. 78-
詳細
2022 年 2022 巻 FIN-028 号 p. 78-
本研究では，ニューラルネットワークを使用した時系列データの生成手法を提案する．株価のような現実の金融市場における時系列データは不規則にサンプリングされる場合が多く，更にそのノイズ構造は独立同分布やBrown 運動（正規分布）よりも複雑であると言われている．このような特性を持つ時系列データを生成するために，Brown 運動をベースとしたNeural Stochastic DifferentialEquation（SDE）モデルを拡張・一般化し，長期記憶特性を示すHurst 指数が半分より大きい非整数階Brown 運動に基づくNeural Fractional SDE-Net（fSDE-Net）を提案する．また，理論的にはfSDE-Netの数値解析手法を確立し，fSDE-Net の解の存在と一意性を示す． 更に，人工データと実データを用いた実証分析を行い，fSDE-Net モデルが時系列データのHurst 指数などの分布特性をうまく複製できることを示す．
