行业研究报告

SinGAN单样本生成:AI生成对抗网络在金融时间序列中的应用

2021-10金融投资24华泰证券

SinGAN基于单样本生成,解决GAN样本量悖论和长度不匹配问题,获ICCV2019最佳论文奖。在金融资产生成任务中,拟真性和多样性优于WGAN,更完整捕捉频域特征,适用于长时程数据分析。

报告摘要

SinGAN基于单样本生成,解决GAN样本量悖论和长度不匹配问题,获ICCV2019最佳论文奖。在金融资产生成任务中,拟真性和多样性优于WGAN,更完整捕捉频域特征,适用于长时程数据分析。

报告信息

文件全名
人工智能49:SinGAN单样本生成-华泰证券
适合读者
量化研究员金融工程师AI研究人员
数据来源
多方数据交叉验证
核心议题
金融投资SinGAN单样本生成抗网络

常见问题

《SinGAN单样本生成:AI生成对抗网络在金融时间序列中的应用》主要包含哪些内容?

SinGAN基于单样本生成,解决GAN样本量悖论和长度不匹配问题,获ICCV2019最佳论文奖。在金融资产生成任务中,拟真性和多样性优于WGAN,更完整捕捉频域特征,适用于长时程数据分析。

这份报告由哪家机构发布?

本报告由华泰证券发布,发布于 2021 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2021 年,全文约 24。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合量化研究员、金融工程师、AI研究人员等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、SinGAN、单样本生成、抗网络等议题。

继续阅读

同分类报告

查看全部
📱 登录