High-Quality Synthetic Financial Time-Series using a GAN-Diffusion Framework
Sapienza University of Rome(罗马大学)
提出一种结合GAN和扩散模型的质量感知生成框架,通过GAN的Critic引导扩散过程,生成更真实且保留金融时间序列典型事实和资产间相关结构的合成数据。
2026-05-26 cs.AI cs.LG
A Data-driven Market Simulator for Small Data Environments
J.P. Morgan(摩根大通);The Alan Turing Institute(艾伦·图灵研究所);University of Oxford(牛津大学)
基于神经网络的数据驱动的市场模拟揭示了一种新的和灵活的方式来建模金融时间序列,而无需对潜在的随机动态施加假设。虽然从这个意义上说,生成市场模拟是无模型的,但具体的建模选择对模拟路径的特征具有决定性意义。我们给出了一个简要的概述,目前使用的生成建模方法和性能评价指标的金融时间序列,并解决了一些挑战,以实现良好的结果,在后者。我们还对比了一些经典的市场模拟方法与基于生成模型的模拟,并强调了新方法的一些优点和缺陷。虽然大多数生成模型往往依赖于大量的训练数据,但我们在这里提出了一个生成模型,它可以在可用训练数据量非常小的环境中可靠地工作。此外,我们展示了如何结合一个简约的变分自动编码器框架的粗糙路径的角度提供了一个强大的方式编码和评估金融时间序列在这样的环境中,可用的训练数据是稀缺的。最后,我们还提出了一个合适的性能评价指标的金融时间序列,并讨论了我们的市场生成器的深度对冲的一些连接。
2020-06-21 cs.LG q-fin.CP q-fin.MF
Beyond Sequential Prediction: Learning Financial Market Dynamics in Volatile and Non-Stationary Environments through Sentiment-Conditioned Generative Modelling
Department of Mechanical Engineering and Aeronautics, University of Patras(帕特拉斯大学机械工程与航空系);FICC Market Risk, BNP Paribas CIB(BNP巴黎银行投行部市场风险部)
本文提出一种集成上下文对抗学习模型,结合生成对抗网络与自然语言处理获取的文本情感信息,提升股票价格预测的可靠性,实验证明其优于传统ARIMA和LSTM模型。
2026-05-04 cs.LG q-fin.ST
Synthetic data in cryptocurrencies using generative models
Universidade SENAI CIMATEC(SENAI CIMATEC大学);Universidade do Estado da Bahia - UNEB(巴伊亚州立大学-UNEB)
本文提出利用深度学习生成加密货币价格时间序列的合成数据,采用条件生成对抗网络,结合LSTM生成器和MLP判别器,生成统计一致的数据,用于市场行为分析和异常检测。
2026-04-17 cs.AI cs.LG
Gaussian process imputation of multiple financial series
Center for Mathematical Modeling(数学建模中心)
在金融信号处理中,金融指标、股票价格和汇率等多个时间序列由于对市场潜在状态的依赖性而具有很强的耦合性,因此需要对它们进行联合分析。我们专注于学习金融时间序列之间的关系,通过一个多输出高斯过程(MOGP)与表达协方差函数建模。了解金融序列之间的市场依赖关系对于金融观测的估算和预测至关重要。该模型在两个真实的金融数据集上进行了实验验证,并分析了它们在不同渠道之间的相关性。我们比较我们的模型与其他MOGP和独立的高斯过程的真实金融数据。
2020-02-11 cs.LG eess.SP q-fin.ST
Synthetic but Not Realistic: The Evaluation Challenge in Generative Modelling for Structured Electronic Medical Records
Centre for Big Data Research in Health, the University of New South Wales(新南威尔士大学健康大数据研究中心)
针对合成电子病历评估过度依赖统计相似性而忽视临床有效性的问题,提出基于流行病学的多维度评估框架,发现当前生成模型虽能复现边缘分布,但无法同时保持亚组结构、效应估计和依赖关系,导致评估高估数据质量。
2026-06-08 cs.LG
FinDiff: Diffusion Models for Financial Tabular Data Generation
University of St. Gallen(圣加仑大学);Deutsche Bundesbank(德意志联邦银行)
FinDiff是一种扩散模型,用于生成高保真、保护隐私且实用的金融表格数据,以支持监管任务,如经济情景建模、压力测试和欺诈检测,并在三个真实数据集上优于基线模型。
2023-09-04 cs.LG q-fin.ST
Improving Machine Learning Performance with Synthetic Augmentation
University of California, Berkeley(加州大学伯克利分校)
本文研究合成增强在金融机器学习中缓解数据稀缺的作用,通过结构偏倚-方差权衡分析,发现其在方差主导的波动预测中有效,但在偏倚主导的预测中表现下降。
2026-04-16 cs.AI cs.LG stat.ML
Arbitrage-Aware Probabilistic Multi-Step Forecasting of Implied Volatility Surfaces: Joint Generation of Surface-Return Trajectories Using Latent Diffusion
University of St.Gallen(圣加仑大学)
针对隐含波动率曲面的多步预测问题,提出条件潜在扩散框架,结合考虑套利的自编码器与扩散模型,在SPX数据集上生成逼真多步场景且点预测性能优于持续性基准。
2026-10-20 cs.LG q-fin.MF
Bayesian Robust Financial Trading with Adversarial Synthetic Market Data
Nanyang Technological University(南洋理工大学);Beihang University(北航)
本文提出一种贝叶斯稳健框架,通过生成对抗性合成市场数据和稳健策略学习,提升金融交易在不确定市场环境下的性能。
2026-01-14 cs.LG q-fin.TR
Beyond Visual Realism: Toward Reliable Financial Time Series Generation
The University of Tokyo(东京大学);Peking University(北京大学);Agency for Science, Technology and Research (A*STAR)(科技研究局);Northeastern University(东北大学)
本文提出 SFAG 模型,通过引入结构性约束解决金融时间序列生成中对尾部事件和不对称性的忽视问题,提升生成数据的实用性和稳定性。
2026-01-19 cs.LG q-fin.ST
Graph-Regularized Tensor Regression: A Domain-Aware Framework for Interpretable Multi-Way Financial Modelling
Imperial College London(帝国理工学院)
金融数据的分析本质上是一种大数据范式,因为这些数据是在许多资产、资产类别、国家和时间段内收集的。这对现代机器学习模型来说是一个挑战,因为处理这些数据所需的模型参数数量随着数据维度呈指数级增长;这种效应被称为Curse-of-Objectionality。最近,张量分解(TD)技术在降低与高维金融模型相关的计算成本,同时实现相当的性能方面显示出有希望的结果。然而,张量模型往往无法纳入潜在的经济领域知识。为此,我们开发了一种新的图正则化张量回归(GRTR)框架,其中有关跨资产关系的知识以图拉普拉斯矩阵的形式纳入模型中。然后将其用作正则化工具,以在模型参数内促进经济上有意义的结构。凭借张量代数,所提出的框架是完全可解释的,无论是系数明智的和维度明智的。GRTR模型在多方面的金融预测设置和竞争对手的模型进行了比较,并证明,以降低计算成本,以实现更好的性能。提供详细的可视化,以帮助读者获得一个直观的理解所采用的张量操作。
2022-10-26 cs.LG q-fin.CP
Financial Sentiment Analysis: Leveraging Actual and Synthetic Data for Supervised Fine-tuning
University of Nevada, Reno(内华达大学雷诺分校)
针对金融情感分析标注数据稀缺、现有模型上下文利用不足的问题,提出结合真实与合成数据的方法,构建BertNSP-finance拼接长句、finbert-lc做情感判定,在financial phrasebank数据集上提升了准确率和F1分数。
2024-12-13 cs.CL cs.LG
Six Levels of Privacy: A Framework for Financial Synthetic Data
J.P. Morgan Chase & Company AI Research(摩根大通公司人工智能研究院)
本文提出了金融合成数据隐私保护的“六个级别”层级框架,用于分类生成方法并评估其隐私保护能力,同时概述了相关风险、攻击及防御措施。
2024-03-20 cs.CR cs.LG q-fin.ST
Realistic Synthetic Financial Transactions for Anti-Money Laundering Models
IBM Watson Research(IBM沃森研究中心);IBM Research Europe(IBM欧洲研究院);ETH Zurich(苏黎世联邦理工学院)
针对反洗钱真实训练数据稀缺且现有合成生成器不足的问题,本文提出并校准了一个基于智能体的逼真金融交易生成器,公开AML数据集,并以完整真实标签支持模型公平比较。
2024-01-25 cs.AI cs.LG q-fin.CP
Topic Modelling on Consumer Financial Protection Bureau Data: An Approach Using BERT Based Embeddings
UpGrad Education(UpGrad教育);Salesforce India(赛富时印度公司);Brane Enterprises(Brane企业公司);Global Logic
客户的评论和意见对于企业了解用户对产品和服务的看法非常重要。然而,需要分析这些数据以评估与主题/方面相关联的情绪,从而提供有效的客户帮助。LDA和LSA无法捕捉语义关系,并且不特定于任何领域。在这项研究中,我们评估BERTopic,一种新的方法,使用句子嵌入消费者金融保护局(CFPB)的数据生成主题。我们的工作表明,与LDA和LSA相比,BERTopic非常灵活,但提供了有意义且多样化的主题。此外,特定领域的预训练嵌入(FinBERT)产生更好的主题。我们评估的主题一致性得分(cv)和UMass。
2022-05-15 cs.AI cs.CL cs.IR
TIMeSynC: Temporal Intent Modelling with Synchronized Context Encodings for Financial Service Applications
Capital One
针对金融服务中多渠道异构时间数据的意图预测挑战,提出TIMeSynC编码器-解码器Transformer模型,解决序列对齐、时间动态学习及动静态结合问题,实验显示其相比现有表格方法有显著改进。
2025-11-18 cs.LG q-fin.GN
Style Transfer with Time Series: Generating Synthetic Financial Data
OPTrust;University of Toronto(多伦多大学)
在金融市场中,训练能够很好地推广到实时部署的深度学习模型是一个具有挑战性的问题。由于高维数、有限的观测、不断变化的数据分布和低信噪比,挑战出现了。高维度可以使用鲁棒的特征选择或降维来处理,但由于大多数深度神经网络的参数空间很大,有限的观察结果往往会导致模型过拟合。我们提出了一个金融时间序列的生成模型,它允许我们在数百万条模拟路径上训练深度学习模型。我们表明,我们的生成模型能够创建现实的路径,嵌入的方式随机过程不能的市场的基本结构。
2019-12-18 cs.LG q-fin.ST stat.ML
SynFinTabs: A Dataset of Synthetic Financial Tables for Information and Table Extraction
School of Electronics, Electrical Engineering and Computer Science(电子、电气工程与计算机科学学院);Queen’s University Belfast(贝尔法斯特女王大学)
针对金融领域表格标注数据稀缺问题,本文提出大规模合成金融表格数据集 SynFinTabs,并通过 FinTabQA 版式大语言模型验证其在表格信息抽取中的有效性。
2024-12-05 cs.LG
fintech-kMC: Agent based simulations of financial platforms for design and testing of machine learning systems
Cash App, Block(Cash App,Block);Vector Institute for Artificial Intelligence(向量人工智能研究所);University of Ottawa(渥太华大学);University of Victoria(维多利亚大学)
我们讨论了我们的仿真工具fintech-kMC,它旨在为机器学习模型开发和测试生成合成数据。fintech-kMC是一种基于代理的模型,由动力学蒙特卡罗(又名连续时间蒙特卡洛)引擎,其模拟使用在线数字金融平台的客户的行为。该工具提供了一种可解释、可再现和现实的方式来生成合成数据,这些数据可用于验证和测试AI/ML模型和管道,以用于现实世界中面向客户的金融应用程序。
2023-01-04 cs.LG cs.MA q-fin.CP
Constructing Synthetic Instruction Datasets for Improving Reasoning in Domain-Specific LLMs: A Case Study in the Japanese Financial Domain
Nomura Research Institute, Ltd.(摩根士丹利研究机构)
本研究提出了一种通用方法,通过构建合成指令数据集提升领域特定大语言模型的推理能力,并在金融领域进行了验证。
2026-03-02 cs.AI cs.CL cs.LG
Modelling financial volume curves with hierarchical Poisson processes
Hong Kong University of Science and Technology(香港科技大学)
本文提出基于分层狄利克雷过程的分层泊松过程模型,对股票日内成交量曲线进行非参数贝叶斯建模,并推导高效MCMC算法,在NASDAQ高流动性股票数据上验证了方法的可扩展性。
2024-06-01 cs.LG q-fin.ST stat.ML
Automatic detection of relevant information, predictions and forecasts in financial news through topic modelling with Latent Dirichlet Allocation
University of Vigo(维戈大学)
本文提出一种结合文本分割、共指消解、LDA主题建模和时间性分析的NLP系统,用于自动检测金融新闻中的相关文本及预测/预报,并在2,158条标注新闻上取得0.662和0.982的ROUGE-L值,首次在话语层面联合考虑相关性与时间性。
2024-03-30 cs.CE cs.CL cs.IR
ERP Data Provisioning Financial Control Testing
研究针对财务控制测试依赖ERP数据但直接复制有风险的问题,提出SEQ-FCT框架,结合多种技术,用合成数据集评估,与多种基线对比,在对账、欺诈触发召回率、控制失败等方面取得较好结果,表明综合评估更可靠。
2026-07-14 cs.LG
Collaborative Synthetic Data for Privacy-Preserving Financial Fraud Detection Across Organizational Silos
University of Bayreuth(拜罗伊特大学);Fraunhofer FIT(弗劳恩霍夫应用信息技术研究所);Technical University of Munich(慕尼黑工业大学)
本文提出CollaFuse,一种基于扩散模型的协作合成数据方法,用于跨组织隐私保护的金融欺诈检测,在五个数据集上验证其能更一致地提升下游检测性能,价值源于跨组织结构而非本地保真。
2026-10-06 cs.AI cs.LG
SBBTS: A Unified Schrödinger-Bass Framework for Synthetic Financial Time Series
BNPP and Ecole Polytechnique(法国巴黎银行和巴黎综合理工学院);BNPP and Monash University(法国巴黎银行和莫纳什大学);BNPP and ENSAE Paris(法国巴黎银行和巴黎高等经济商业学院);LPSM, Université Paris Cité and Sorbonne University(巴黎西岱大学LPSM实验室和索邦大学);Ecole Polytechnique, CMAP(巴黎综合理工学院CMAP实验室)
本文提出SBBTS框架,统一了薛定谔-巴思方法用于多步时间序列生成,有效联合建模漂移和随机波动,提升金融时间序列生成和数据增强性能。
2026-04-08 cs.LG q-fin.ST stat.ML
Synthetic Pattern Generation and Detection of Financial Activities using Graph Autoencoders
本文利用图自编码器生成和检测金融活动的合成模式,通过实验验证了GAE-GCN在重构性能上的优势,为非法行为检测提供了新的方法。
2026-01-29 cs.CE cs.ET cs.LG
Test-Time Adaptation for Non-stationary Time Series: From Synthetic Regime Shifts to Financial Markets
Department of Statistics & Operations Research, UNC Chapel Hill(统计与运筹学系,UNC夏洛特山)
本文提出了一种小规模测试时适应框架,用于非平稳时间序列的因果预测和方向分类,在合成数据和金融市场中验证了其有效性。
2026-01-20 cs.LG q-fin.ST stat.ML
Tensor-Train Recurrent Neural Networks for Interpretable Multi-Way Financial Forecasting
Imperial College London(帝国理工学院)
循环神经网络(RNN)代表了序列建模的事实标准机器学习工具,这是由于它们的表达能力和记忆。然而,当处理大维度数据时,相应的参数数量的指数增加会造成计算瓶颈。需要让RNN具备处理维数灾难的能力,例如通过张量固有的参数压缩能力,这导致了Tensor-Train RNN(TT-RNN)的发展。尽管在许多应用中取得了令人鼓舞的结果,但TT-RNN的全部潜力还有待于在可解释的金融建模中进行探索,这是一项以低信噪比的多模态数据为特征的具有挑战性的任务。为了解决这个问题,我们研究了TT-RNN在货币金融预测任务中的潜力。通过对TT因子的分析,我们表明,张量分解背后的物理意义使TT-RNN模型能够帮助结果的可解释性,从而减轻了与神经网络相关的臭名昭著的“黑箱”问题。此外,仿真结果突出了TT分解的正则化能力,证明了TT-RNN优于未压缩RNN和其他张量预测方法的性能。
2021-05-11 cs.LG
Synthetic Data Applications in Finance
AI Research(人工智能研究机构)
本文全面概述了合成数据在金融领域的典型应用,涵盖表格、时间序列等多种数据模态,指出其能解决隐私、公平和可解释性问题,并利用多种指标评估方法质量,最后提出未来开放方向。
2024-03-20 cs.LG q-fin.GN
BIGBOY1.2: Generating Realistic Synthetic Data for Disease Outbreak Modelling and Analytics
Department of Mathematical Sciences, Indian Institute of Science Education and Research, Mohali(数学科学系,印度科学教育与研究学院,莫哈利)
本文提出开源合成数据集生成器BIGBOY1.2,通过支持SEIR等仓室逻辑、自定义季节性和噪声注入生成可配置的流行病时间序列,解决了疾病暴发建模中数据不完整和缺乏标准化数据集的问题,为比较传统流行病学模型与现代机器学习方法提供了基准。
2025-08-10 cs.LG q-bio.PE
Credit Risk Estimation with Non-Financial Features: Evidence from a Synthetic Istanbul Dataset
Department of Computer Engineering(计算机工程系);Bahcesehir University(巴赫切希尔大学);Department of Big Data Analytics(大数据分析系);Department of Artificial Intelligence(人工智能系)
本文通过合成伊斯坦布尔数据集,利用非金融行为属性提升信用风险评估的准确性,展示了替代金融数据在改善信贷评估中的有效性。
2026-02-05 cs.LG q-fin.ST stat.AP
Masked Clinical Modelling: A Framework for Synthetic and Augmented Survival Data Generation
University of New South Wales(新南威尔士大学);Faculty of Medicine(医学院);Centre for Big Data Research in Health(健康大数据研究中心)
针对临床数据隐私限制问题,提出受掩码语言建模启发的 MCM 框架,用于生存数据合成与条件增强,并在 WHAS500 上验证其可提升风险比保持、区分度与校准度。
2024-10-23 cs.LG
Visual Analytics approach for finding spatiotemporal patterns from COVID19
City University, London(伦敦城市大学)
反弹贷款是英国政府于2020年在疫情封锁期间推出的多项英国商业财务支持计划之一。透过该等计划,陷入困境的企业获得财务支持,以应对疫情封锁导致的经济放缓。截至2020年12月17日,已提供435亿英镑的贷款价值。然而,没有重大的检查,这些贷款和迫在眉睫的前景,从注销失败的企业和欺诈的贷款损失,本文理论化的前景,应用时空建模技术,探讨如果地理空间模式和时间分析,可以帮助设计贷款发放标准的计划。将聚类和可视化分析框架应用于企业人口统计、存活率和部门集中度,显示了伦敦内外的空间模式,这些模式是历史性的企业失败,并在COVID-19下逆转了模式,这意味着部门对空间集群的影响。建议将无监督聚类技术与多项逻辑回归建模结合起来,对研究数据集进行补充,并对其他支持计划,商业结构和金融犯罪的其他数据集进行补充,以模拟商业对某些类型的金融市场或经济条件的脆弱性。聚类技术的高维的局限性进行了讨论,以及相关的适用模型,继续通过下一步的研究。
2021-01-16 cs.LG econ.GN q-fin.EC
Generative AI for End-to-End Limit Order Book Modelling: A Token-Level Autoregressive Generative Model of Message Flow Using a Deep State Space Network
University of Oxford(牛津大学);Oxford-Man Institute of Quantitative Finance(牛津-曼量化金融研究院);Alan Turing Institute(艾伦·图灵研究所);Man Group(英仕曼集团);Foerster Lab for AI Research(福斯特人工智能研究实验室)
本文提出首个端到端自回归生成模型,通过深度状态空间网络生成令牌化限价订单簿消息,实现高频订单流建模,并验证了其分布近似与条件预测性能。
2023-08-23 cs.AI cs.LG q-fin.CP
Temporal Task Diversity: Inductive Biases Under Non-Stationarity in Synthetic Sequence Modelling
University of Oxford(牛津大学)
研究探讨了在合成序列建模中,任务分布随时间变化对深度学习模型归纳偏置的影响,发现任务分布的多样性增强了模型对泛化而非记忆的偏好。
2026-05-18 cs.LG
Sensitive Data Detection with High-Throughput Neural Network Models for Financial Institutions
Capital One Applied Research(Capital One应用研究院)
命名实体识别在许多领域得到了广泛的研究。然而,由于缺乏公开可用的标记数据集,敏感实体检测在金融机构生产系统中的应用尚未得到很好的探索。在本文中,我们使用内部和合成数据集来评估各种方法来检测金融机构中常见的非公开个人身份信息(NPI),包括非结构化和结构化数据格式。在两个预测任务上研究了包括CNN、LSTM、BiLSTM-CRF和CNN-CRF在内的神经网络模型:(i)多个数据格式上的实体检测,以及(ii)表格数据集上的列式实体预测。我们将这些模型与其他标准方法在真实数据和合成数据上进行了比较,包括F1分数,精度,召回率和吞吐量。真实的数据集包括内部结构化数据和带有手动标记标签的公共电子邮件数据。我们的实验结果表明,CNN模型在准确性和吞吐量方面简单而有效,因此是部署在生产环境中的最合适的候选模型。最后,我们提供了关于数据限制、数据标签和数据实体内在重叠的几个经验教训。
2020-12-17 cs.LG
Privacy-preserving data sharing via probabilistic modelling
Helsinki Institute for Information Technology HIIT(赫尔辛基信息技术研究所);University of Helsinki(赫尔辛基大学);University of Manchester(曼彻斯特大学);Aalto University(阿尔托大学)
差异隐私允许量化访问敏感个人数据造成的隐私损失。对底层数据的重复访问会导致越来越多的损失。将数据作为隐私保护合成数据发布可以避免这种限制,但会留下设计什么样的合成数据的问题。我们建议通过概率建模来制定私人数据发布的问题。这种方法将设计合成数据的问题转换为选择数据模型,还允许包括先验知识,这提高了合成数据的质量。我们在一项流行病学研究中以经验证明,统计发现可以从合成数据中可靠地重现。我们希望该方法在创建用于研究的关键数据集的高质量匿名数据双胞胎方面具有广泛的用途。
2021-03-01 cs.CR cs.LG stat.ML
PerturbPFN: Probing the Limits of Synthetic Priors in Drug Perturbation Modelling
University of Cambridge(剑桥大学);Prior Labs(普瑞尔实验室)
针对预测细胞对未知化学扰动反应的挑战,提出PerturbPFN模型,通过推断潜在系统图等并经SCM解码器传播效果,基于合成情节训练,在真实和合成数据上评估,实现低推理成本且具可解释性的扰动预测。
2026-07-28 cs.LG
Benchmarking Deep Sequential Models on Volatility Predictions for Financial Time Series
American International Group Inc(美国国际集团)
波动率是对股票或期权价格变动的一种度量,它表明了金融市场的不确定性。波动性作为风险水平或变化程度的指标,对分析金融市场很重要,在金融活动的各种决策过程中也要加以考虑。另一方面,深度学习技术的最新进展已经显示出对序列数据(例如语音和自然语言)建模的强大能力。本文实证研究了最新的深度结构在波动率建模问题上的适用性,旨在为未来深度学习技术与金融应用的理论分析提供实证指导。我们研究了波动率预测任务的传统方法和深度序列模型,包括卷积和递归网络的最新变体,如扩张架构。因此,对2018年交易日的一组1314个每日股票系列进行了真实世界股票价格数据集的实验。评价和比较是基于真实世界股票价格时间序列的负对数似然(NLL)。结果表明,扩张神经网络模型(包括扩张CNN和扩张RNN)的估计和预测精度最高,优于广泛使用的确定性神经网络模型和最近提出的几种随机神经网络模型。此外,本研究还验证了该模型的高度灵活性和丰富的表达能力。
2018-11-08 cs.LG q-fin.ST stat.ML
Automated rock joint trace mapping using a supervised learning model trained on synthetic data generated by parametric modelling
Norwegian Geotechnical Engineering(挪威地质工程)
本文提出一种基于参数建模生成合成数据的监督学习方法,用于解决岩体节理迹映射中真实数据不足和类别不平衡的问题,通过混合训练和微调提升模型鲁棒性,实现更准确的地质映射。
2026-02-07 cs.AI cs.CV cs.LG
Mitigating Model Drift in Developing Economies Using Synthetic Data and Outliers
University of Oxford(牛津大学);University of Cambridge(剑桥大学)
针对中亚和高加索发展中经济体因宏观经济冲击导致的金融机器学习模型漂移问题,提出通过添加少量合成异常值提升模型稳定性的方法,并引入双层框架评估,实验证明该方法普遍优于基线模型。
2025-10-13 cs.LG
Causal-Privacy Audit Workflow for Synthetic and Distilled Data in Dropout Support
Central University of Finance and Economics(中央财经大学);China Development Bank(中国发展银行);University of Cambridge(剑桥大学)
提出CaP-Eval工作流,在固定估计目标下审计合成学生数据的预测效用、因果保真度和隐私风险,发现DPGNet和蒸馏数据在保留处理效应结构上优于基线方法。
2026-06-16 cs.LG
Hybrid Data can Enhance the Utility of Synthetic Data for Training Anti-Money Laundering Models
College of William and Mary(威廉姆斯大学学院);The University of Alabama(阿拉巴马大学)
本文针对反洗钱模型训练数据因隐私受限的问题,提出用混合数据集融合合成数据与公开真实特征,在保护隐私的同时提升模型效用。
2025-09-23 cs.LG
Predicting Liquidity-Aware Bond Yields using Causal GANs and Deep Reinforcement Learning with LLM Evaluation
School of Computer Science and Engineering, Vellore Institute of Technology, India(印度维杰雷理工学院计算机科学与工程学院);Indian Institute of Science, Bangalore, India(印度班加罗尔印度科学学院)
本文提出利用因果GANs和SAC强化学习生成高保真的合成债券收益率数据,结合LLM评估提升预测性能,通过统计验证和专家评估证明其有效性。
2026-04-24 cs.CE cs.CL cs.LG
Modelling Stock-market Investors as Reinforcement Learning Agents [Correction]
University of Sheffield(谢菲尔德大学)
在不确定和风险环境中的决策是一个突出的研究领域。标准的经济理论无法完全解释人类行为,而一个潜在的有前途的替代方案可能是强化学习(RL)理论。我们分析了从金融市场在线游戏中提取的46名玩家的数据,并测试了强化学习(Q-Learning)是否可以使用基于金融建模的风险度量来捕获这些玩家的行为。此外,我们测试了一个早期的假设,即玩家是“天真的”(短视的)。我们的研究结果表明,一个简单的强化学习模型,只考虑任务的销售部分,捕捉决策过程的一个子集的球员,但这是不足以得出任何结论的人口。我们还发现,当使用一个完整的RL模型对一个近视的版本,只有即时奖励是由球员的价值,有没有一个显着的改善拟合的球员。这表明,如果使用强化学习方法,玩家会很天真地这样做
2016-09-20 cs.CE cs.LG
Assessment of creditworthiness models privacy-preserving training with synthetic data
The University of Western Ontario(西安大略大学);University of Basque Country(巴斯克大学);Business Intelligence Research Center (CEINE)(商业智能研究中心(CEINE));University of Chile(智利大学)
信用评分模型是金融机构管理信用风险的主要工具。行为评分研究的稀缺性是由于难以获得数据。金融机构必须维护借款人信息的隐私和安全,避免它们在研究活动中进行合作。在这项工作中,我们提出了一种方法,使我们能够评估使用合成数据训练的模型在应用于真实世界数据时的性能。我们的研究结果表明,合成数据的质量越来越差,当属性的数量增加。然而,与使用真实数据训练的模型相比,使用合成数据训练的信用评估模型的AUC降低了3%,KS降低了6%。这些结果产生了重大影响,因为它们鼓励根据合成数据进行信用风险调查,从而有可能维护借款人的隐私,并解决迄今为止因信息的可用性而受到阻碍的问题。
2022-12-31 cs.LG cs.SI q-fin.RM
An Interpretable Generative Framework for Anomaly Detection in High-Dimensional Financial Time Series
Department of Information Systems & Analytics(信息系统与分析系);Farmer School of Business(农民商学院)
ReGEN-TAD通过结合现代机器学习与经济计量诊断,提出了一种可解释的生成框架,用于高维金融时间序列中的异常检测,提升了鲁棒性和经济一致性。
2026-03-09 cs.LG stat.ML
Data for Inclusion: The Redistributive Power of Data Economics
Interamerican Development Bank(美洲开发银行)
本文基于乌拉圭2021年家庭调查微观数据,模拟三种信用数据共享制度,发现扩大正面信用信息访问可降低融资成本与不平等,完全可见性效果最优。
2025-10-14 cs.LG econ.GN q-fin.EC
Nowcasting the Financial Time Series with Streaming Data Analytics under Apache Spark
Institute for Development and Research in Banking Technology(银行技术发展与研究所)
本文提出了使用Apache Spark的流分析功能以5分钟的间隔实时预测高频金融数据集。所提出的2阶段方法包括在第一阶段对混沌进行建模,然后在第二阶段使用滑动窗口方法用机器学习算法进行训练,即Lasso回归、岭回归、广义线性模型、梯度提升树和随机森林,这些算法在Apache Spark的MLLib中可用。为了测试所提出的方法的有效性,使用了3个不同的数据集,其中两个是股票市场,即国家证券交易所和孟买证券交易所,最后是一个比特币-INR转换数据集。为了评估所提出的方法,我们使用了对称平均绝对百分比误差,方向对称性和Theil U系数等指标。我们使用Diebold Mariano(DM)检验来检验每对模型的显著性。
2022-02-23 cs.CE cs.LG