使用生成对抗网络合成人工金融数据集
机器学习
2020-02-07 v1 统计金融
机器学习
摘要
生成对抗网络（GANs）因生成逼真图像而变得非常流行。在本文中，我们提议使用GANs来合成用于研究与基准测试目的的人工金融数据。我们在三个American Express数据集上测试了该方法，并表明经过恰当训练的GANs能够以高保真度复现这些数据集。在我们的实验中，我们定义了一种新型GAN，并提出了数据预处理方法，以实现GANs良好的训练与测试性能。我们还讨论了评估生成数据质量的方法，以及将其与原始真实数据进行比较的方法。
引用
@article{arxiv.2002.02271,
title = {Using generative adversarial networks to synthesize artificial financial datasets},
author = {Dmitry Efimov and Di Xu and Luyang Kong and Alexey Nefedov and Archana Anandakrishnan},
journal= {arXiv preprint arXiv:2002.02271},
year = {2020}
}