🤖 machine learning

High-Quality Synthetic Financial Time-Series using a GAN-Diffusion Framework

Dieser Beitrag stellt CoMeTS-GAN vor, ein qualitätsbewusstes generatives Framework, das einen Conditional GAN mit Diffusionsmodellen integriert, um hochfidele synthetische Finanzzeitreihen zu erzeugen, indem es stilisierte Fakten und Inter-Asset-Korrelationsstrukturen effektiv erfasst.

Ursprüngliche Autoren: Giuseppe Masi, Andrea Coletta, Novella Bartolini

Veröffentlicht 2026-05-27

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Giuseppe Masi, Andrea Coletta, Novella Bartolini

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Koch, der versucht, einem Roboter beizubringen, wie man ein perfektes Steak zubereitet. Das Problem ist, dass Sie nur wenige echte Steaks haben, um dem Roboter zu zeigen, und Sie dem Roboter nicht jedes Mal erlauben können, mit echtem Fleisch zu üben, weil er sonst die teuren Zutaten verderben könnte. Also entscheiden Sie sich, dem Roboter beizubringen, synthetische Steaks herzustellen – gefälschte, die aussehen, riechen und schmecken exakt wie das Original.

In der Welt der Finanzen sind „Steaks" Börsendaten (Preise und Handelsvolumen). Banken und Forscher benötigen enorme Mengen dieser Daten, um ihre Theorien zu testen, doch echte Daten sind oft hinter Paywalls oder Datenschutzgesetzen versteckt oder existieren schlichtweg nicht für seltene, extreme Marktbegebenheiten.

Dieser Artikel stellt eine neue „Küche" (ein Computerframework) vor, die entwickelt wurde, um hochwertige synthetische Börsendaten zu „kochen", die so realistisch sind, dass es schwerfällt, zwischen Fälschung und Original zu unterscheiden.

Hier ist, wie ihre „Küche" funktioniert, aufgeschlüsselt in einfache Schritte:

1. Das Problem: Der Fehler des „einsamen Aktienwerts"

Die meisten früheren Versuche, Aktienkurse zu fälschen, waren wie das Zubereiten einzelner Zutaten in Isolation. Sie könnten einen gefälschten Preis für Apple und einen gefälschten Preis für Microsoft generieren, aber sie achteten nicht darauf, dass diese Aktien in der realen Welt oft gemeinsam schwanken. Wenn Apple steigt, steigt Microsoft oft ebenfalls. Werden sie separat generiert, bewegen sie sich möglicherweise in entgegengesetzte Richtungen, was die Illusion zerstört.

Die Autoren wollten ein System schaffen, das Beziehungen versteht. Wenn Coca-Cola steigt, sollte Pepsi wahrscheinlich ebenfalls steigen. Wenn eine Technologieaktie crasht, könnte eine defensive Aktie stabil bleiben.

2. Der erste Koch: CoMeTS-GAN (der „Geschmacksprüfer")

Die Autoren bauten zunächst ein System namens CoMeTS-GAN. Stellen Sie sich dies als ein Zwei-Personen-Team vor:

Der Generator (Der Künstler): Dieser Teil versucht, ein Bild des Aktienmarktes zu malen. Er beginnt mit zufälligem Rauschen und versucht, einen Graphen zu zeichnen, der wie echte Aktienkurse und Volumina aussieht.
Der Kritiker (Der strenge Kritiker): Dieser Teil betrachtet das Gemälde und fragt: „Ist das echt?"

Die geheime Zutat:
Normalerweise prüft der Kritiker nur, ob die Linien glatt aussehen. Aber in diesem Artikel hat der Kritiker eine besondere Superkraft: Er prüft die Beziehungen.

Er betrachtet die gefälschten Daten und berechnet: „Bewegen sich diese beiden Aktien so zusammen, wie sie sollten?"
Wenn die gefälschten Daten zeigen, dass Coca-Cola und Pepsi in entgegengesetzte Richtungen laufen, obwohl sie sich gemeinsam bewegen sollten, sagt der Kritiker: „Nein, das ist gefälscht!" und schickt den Künstler zurück an den Zeichenbrett.
Dies zwingt den Künstler, nicht nur zu lernen, wie man eine Linie zeichnet, sondern wie man ein Netzwerk verbundener Linien zeichnet.

3. Der zweite Koch: Das Diffusionsmodell (der „Bildhauer")

Die Autoren nahmen dann ihren strengen Kritiker und gaben ihm einen neuen Job. Sie führten eine zweite Art von KI ein, ein Diffusionsmodell.

Stellen Sie sich ein Diffusionsmodell wie einen Bildhauer vor, der mit einem Block aus noisy, chaotischem Ton beginnt und langsam das Rauschen weghämmert, um eine Statue zu enthüllen.
Normalerweise arbeitet der Bildhauer allein. Aber die Autoren erkannten, dass ihr Kritiker (aus dem ersten Schritt) ein Experte darin war, „Realismus" zu erkennen.
Also ließen sie den Kritiker den Bildhauer führen. Während der Bildhauer das Rauschen weghämmert, flüstert der Kritiker: „Hey, stelle sicher, dass diese beiden Aktien korreliert bleiben!"
Dies schafft ein Qualitätsbewusstes Framework. Das Diffusionsmodell leistet die schwere Arbeit der Datenerstellung, während der Kritiker als Qualitätskontrollmanager fungiert und sicherstellt, dass das Endprodukt die komplexen Beziehungen zwischen verschiedenen Aktien respektiert.

4. Was haben sie bewiesen?

Die Autoren testeten ihre „Küche" auf verschiedene Weise:

Der „Stilisierte Fakten"-Test: Echte Aktienmärkte haben spezifische Eigenheiten (wie große Preissprünge, die häufiger auftreten als die Mathematik vorhersagt, oder Preisschwankungen in Clustern). Ihre gefälschten Daten wiesen all diese Eigenheiten auf, genau wie das Original.
Der „Beziehungs"-Test: Sie prüften, ob die gefälschten Daten die richtigen Korrelationen beibehielten. Wenn Coca-Cola und Pepsi beispielsweise normalerweise 94 % der Zeit gemeinsam schwanken, taten dies auch ihre gefälschten Daten. Andere Methoden schafften es nicht, diesen Zusammenhang stark zu halten.
Der „Was-wäre-wenn"-Test: Sie fragten: „Was passiert, wenn wir den Preis von Coca-Cola plötzlich künstlich nach oben treiben?" Ihr System passte den Preis von Pepsi korrekt an die reale Reaktion an und zeigte damit, dass es versteht, wie der Markt auf Schocks reagiert.
Der „Große Party"-Test: Sie versuchten, Daten für 30 verschiedene Aktien gleichzeitig zu generieren (den gesamten Dow Jones Industrial Average). Das System stürzte nicht ab; es hielt erfolgreich die komplexen Beziehungen zwischen allen 30 Aktien gleichzeitig im Blick.

Das Fazit

Dieser Artikel stellt eine neue Methode zur Generierung gefälschter Finanzdaten vor, die leichtgewichtig (schnell zu trainieren) und intelligent (versteht, wie verschiedene Aktien sich gegenseitig beeinflussen) ist.

Durch die Kombination eines „geschmacksprüfenden" GAN mit einem „bildhauernden" Diffusionsmodell und die Nutzung des Kritikers zur Steuerung des Prozesses schufen sie ein Werkzeug, das endlose Mengen realistischer Marktszenarien produzieren kann. Dies hilft Forschern und Banken, ihre Strategien zu testen, ohne echtes Geld riskieren oder auf das natürliche Eintreten seltener Marktbegebenheiten warten zu müssen.

Kurz gesagt: Sie bauten eine Maschine, die nicht nur Aktienkurse fälscht; sie fälscht das gesamte Ökosystem des Aktienmarkts, einschließlich der Art und Weise, wie Aktien miteinander „sprechen".

Technischer Zusammenfassung: Hochwertige synthetische Finanzzeitreihen mittels eines GAN–Diffusions-Rahmens

Problemstellung
Finanzinstitute verlassen sich zunehmend auf synthetische Daten, um Datenknappheit, Datenschutzbeschränkungen und den Bedarf an kontrafaktischen Marktszenarien zu adressieren. Jedoch kämpfen bestehende generische generative Architekturen damit, die spezifischen statistischen Eigenschaften von Finanzzeitreihen, bekannt als „stylisierte Fakten" (z. B. fettgeschwänzte Verteilungen, Volatilitäts-Clustering), nachzubilden. Eine kritische Einschränkung aktueller Ansätze ist das Versagen, die Inter-Asset-Korrelationsdynamiken präzise zu modellieren. Zwar versuchen einige Modelle, Feature-Abhängigkeiten zu erlernen, doch vernachlässigen sie häufig die simultane Generierung mehrerer korrelierter Vermögenswerte, was zu synthetischen Daten führt, denen die für das Portfoliomanagement und die Diversifikationsanalyse wesentlichen realistischen Korrelationsstrukturen fehlen. Darüber hinaus sind viele bestehende Modelle rechenintensiv, generieren nur Sequenzen fester Länge oder erfassen die gemeinsamen Dynamiken von Preis und Volumen nicht.

Methodik
Die Autoren schlagen einen qualitätsbewussten generativen Rahmen vor, der ein Conditionales Wasserstein Generative Adversarial Network (C-WGAN) mit Diffusionsmodellen integriert. Der Ansatz ist in zwei Hauptphasen strukturiert:

CoMeTS-GAN (Correlated Multivariate Time Series GAN):
- Architektur: Der Kern ist ein C-WGAN, bestehend aus einem Generator ( $G$ ) und einem Critic ( $C$ ). Der Generator verwendet eine Reihe zeitlicher Faltungsblöcke mit zunehmenden Dilatationsgrößen und eine abschließende lineare Schicht, um multivariate Zeitreihen (Mittelpreise und Volumina) für $n$ korrelierte Aktien zu erzeugen. Er nutzt eine autoregressive Generierung, um beliebig lange Sequenzen zu erstellen.
- Conditioning: Das Modell nimmt vergangene Zeitschritte ( $\mathbf{x}_{past}$ ) und einen Rauschvektor ( $\mathbf{z}$ ) als Eingabe, ergänzt durch Zeit-Embeddings, die aus sinusförmigen Positions-Encodings abgeleitet sind, um zeitliche Dynamiken zu erfassen.
- Critic-Design: Der Critic bewertet die Realitätsnähe generierter Stichproben durch zwei unterschiedliche Ausgaben:
  - $o_1$ : Ein Standard-Realness-Score, abgeleitet aus Faltungs- und linearen Schichten.
  - $o_2$ : Ein Korrelationsscore, berechnet durch eine dedizierte lineare Schicht, die die Pearson-Korrelationskoeffizienten aller Paare von Mittelpreisen und Volumina verarbeitet ( $\binom{2n}{2}$ Paare).
- Ziel: Der finale Critic-Score ist eine gewichtete Summe $o = o_1 + \alpha \cdot o_2$ . Dies zwingt den Generator, den Wasserstein-Abstand zu minimieren und gleichzeitig explizit zu lernen, die Kreuzkorrelationsstrukturen der Trainingsdaten nachzubilden.
Critic-geführte Diffusionsgenerierung:
- Der trainierte Critic aus CoMeTS-GAN wird als Führungsmodul für ein vortrainiertes Diffusionsmodell (speziell DiffTime) wiederverwendet.
- Mechanismus: Während des Diffusions-Sampling-Prozesses (Denoising) wird der Gradient der Ausgabe des Critic bezüglich der Eingabestichprobe verwendet, um die Generierung zu steuern. Die modifizierte Score-Funktion ist definiert als $\tilde{s} = s(\mathbf{x}_t, t) + w \cdot \nabla_{\mathbf{x}_t} D(\mathbf{x}_t)$ , wobei $w$ die Führungsstärke moduliert.
- Funktion: Dies ermöglicht dem Diffusionsmodell, das vom GAN erlernte Verständnis der Korrelationsrealitätsnähe zu nutzen, um die Qualität der generierten Stichproben zu verbessern, ohne das Diffusionsmodell selbst neu zu trainieren.

Hauptbeiträge

CoMeTS-GAN-Architektur: Ein leichtgewichtiges C-WGAN, das speziell für multivariate Finanzzeitreihen entwickelt wurde und Preise sowie Volumina gemeinsam generiert. Es führt eine neuartige Kreuzkorrelations-Distanzmetrik innerhalb des Critic ein, um realistische Inter-Asset-Abhängigkeiten durchzusetzen.
Critic-geführte Diffusionsstrategie: Eine Methode zur Integration eines trainierten GAN-Critics in fortschrittliche Diffusionsmodelle. Der Critic fungiert als Surrogat-Klassifikator, steuert den Denoising-Prozess, um erlernte Korrelationsstrukturen durchzusetzen, und schafft so eine qualitätsbewusste Generierungspipeline.
Umfassende Evaluation: Der Rahmen wird gegen führende generative Modelle (z. B. TimeGAN, COSCI-GAN, GT-GAN) sowohl auf synthetischen Benchmarks als auch auf realen Börsendaten (einschließlich des DJIA-Index) validiert.
Kontrafaktische Simulation: Der Rahmen demonstriert die Fähigkeit, „Was-wäre-wenn"-Szenarien zu simulieren, wie z. B. das Verschieben von Korrelationsdynamiken zwischen Vermögenswerten (z. B. das Umkehren der Korrelation zwischen Coca-Cola und Pepsi von positiv zu negativ) oder das Reagieren auf Preisschocks unter Beibehaltung der Inter-Asset-Abhängigkeiten.

Ergebnisse

Stylisierte Fakten: Die generierten Daten replizieren erfolgreich Schlüsselfinanz-Stylized-Facts, einschließlich fettgeschwänzter Renditeverteilungen, aggregierter Normalität, des Fehlens linearer Autokorrelation in Renditen und Volatilitäts-Clustering. Sie erfasst zudem die positive Korrelation zwischen Handelsvolumen und Volatilität.
Korrelationsgenauigkeit: Eine quantitative Analyse unter Verwendung der Kreuzkorrelationsdistanz und der Wasserstein-Distanz zeigt, dass CoMeTS-GAN generische Modelle (wie COSCI-GAN und GT-GAN) bei der Erhaltung der Korrelationsstrukturen realer Aktienpaare (z. B. KO-PEP, NVDA-KSU) signifikant übertrifft.
Skalierbarkeit und Effizienz: Das Modell kann über Autoregression beliebig lange Zeitreihen (bis zu 24 Handelstage) generieren, eine Fähigkeit, die vielen bestehenden Modellen fehlt. Das Training ist effizient (ca. 4 Stunden und 20 Minuten) im Vergleich zu komplexen Alternativen wie TimeGAN (ca. 39 Stunden).
Reaktivität: In Perturbationsexperimenten demonstrierte das Modell die Fähigkeit, Preisschocks über korrelierte Vermögenswerte zu propagieren und die Generierung nicht-perturbierter Aktien anzupassen, um realistische Korrelationsdynamiken aufrechtzuerhalten.
Diffusionsführung: Die Anwendung des Critics als Führung für das DiffTime-Modell reduzierte die Wasserstein-Distanz zwischen synthetischen und realen Korrelationsverteilungen erheblich, was bestätigt, dass der GAN-Critic die Realitätsnähe diffusionsgenerierter Daten effektiv verbessert.

Bedeutung
Die Arbeit behauptet, dass ihr Rahmen eine leichtgewichtige, responsive Lösung für realistische Börsensimulationen bietet, die Inter-Asset-Korrelationsstrukturen explizit modelliert. Durch die Kombination der Geschwindigkeit und domänenspezifischen Constraint-Verarbeitung von GANs mit der hochfideligen Stichprobenqualität von Diffusionsmodellen demonstrieren die Autoren einen Weg zur Generierung hochwertiger synthetischer Finanzdaten, der die Einschränkungen bestehender generischer Architekturen überwindet. Die Fähigkeit, einen trainierten GAN-Critic zur Führung von Diffusionsmodellen wiederverzuwenden, deutet auf einen flexiblen Ansatz hin, um generative Modelle in spezifischen Domänen zu verbessern, ohne die Rechenkosten des Neutrainings großer Diffusionsnetzwerke. Die Arbeit zielt darauf ab, eine bessere Risikobewertung, Portfoliostrukturierung und kontrafaktische Analyse in Finanzanwendungen zu ermöglichen, in denen Datenschutz und Datenknappheit Einschränkungen darstellen.