拡散モデルを用いた条件付き金融時系列データ生成

抄録

金融分野における研究では､ﾃﾞｰﾀの不足がしばしば問題となる｡特に価格の急落局面などの極端な事例について問題は顕著になる｡この制約を受け､金融時系列ﾃﾞｰﾀの合成が注目されている｡近年では深層生成ﾓﾃﾞﾙが合成金融ﾃﾞｰﾀ生成に用いられているが､深層生成ﾓﾃﾞﾙは合成ﾃﾞｰﾀの操作性に課題がある｡深層生成ﾓﾃﾞﾙは学習ﾃﾞｰﾀに適合してﾃﾞｰﾀ生成を行うため､ﾘｽｸ評価において重要である極端事象のｻﾝﾌﾟﾘﾝｸﾞは困難である｡この研究では､従来の金融ﾃﾞｰﾀ合成ﾓﾃﾞﾙの課題である操作性を解決するため､Conditional Financial Diffusion model (CoFinDiff) を提案する｡CoFinDiffは､拡散ﾓﾃﾞﾙを用いて､ｸﾛｽｱﾃﾝｼｮﾝを通じてﾄﾚﾝﾄﾞと実現ﾎﾞﾗﾃｨﾘﾃｨに条件付けられた価格系列を生成する｡実験結果から､CoFinDiffはﾌｧｯﾄﾃｰﾙやﾎﾞﾗﾃｨﾘﾃｨｸﾗｽﾀﾘﾝｸﾞを満たし､かつ価格のﾄﾚﾝﾄﾞや実現ﾎﾞﾗﾃｨﾘﾃｨという二つの条件に従う一分足の株価の価格系列を生成できることが明らかとなった｡