🤖 machine learning

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

यह शोध पत्र CoMeTS-GAN प्रस्तुत करता है, जो एक गुणवत्ता-जागरूक जनरेटिव फ्रेमवर्क है जो उच्च-निष्ठा वाली सिंथेटिक वित्तीय समय-श्रृंखला (time-series) उत्पन्न करने के लिए डिफ्यूजन मॉडल्स के साथ एक कंडीशनल GAN को एकीकृत करता है, जिससे स्टाइलाइज्ड फैक्ट्स और अंतर-परिसंपत्ति सहसंबंध संरचनाओं को प्रभावी ढंग से कैप्चर किया जा सके।

मूल लेखक: Giuseppe Masi, Andrea Coletta, Novella Bartolini

प्रकाशित 2026-05-27

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Giuseppe Masi, Andrea Coletta, Novella Bartolini

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शेफ हैं जो एक रोबोट को एक परफेक्ट स्टेक (steak) बनाना सिखाने की कोशिश कर रहे हैं। समस्या यह है कि आपके पास रोबोट को दिखाने के लिए केवल कुछ ही असली स्टेक हैं, और आप हर बार रोबोट को असली मांस पर अभ्यास करने की अनुमति नहीं दे सकते क्योंकि इससे महंगी सामग्री बर्बाद हो सकती है। इसलिए, आपने रोबोट को सिंथेटिक स्टेक (synthetic steaks) बनाना सिखाने का फैसला किया—नकली स्टेक जो बिल्कुल असली चीज़ की तरह दिखते, महकते और स्वाद देते हैं।

वित्त (finance) की दुनिया में, "स्टेक" का अर्थ है शेयर बाजार का डेटा (stock market data) (कीमतें और ट्रेडिंग वॉल्यूम)। बैंकों और शोधकर्ताओं को अपने सिद्धांतों का परीक्षण करने के लिए भारी मात्रा में डेटा की आवश्यकता होती है, लेकिन वास्तविक डेटा अक्सर पेवॉल (paywalls), गोपनीयता कानूनों या केवल दुर्लभ, चरम बाजार घटनाओं के कारण उपलब्ध नहीं होता है।

यह पेपर एक नया "किचन" (एक कंप्यूटर फ्रेमवर्क) पेश करता है जिसे उच्च गुणवत्ता वाले सिंथेटिक स्टॉक मार्केट डेटा को बनाने के लिए डिज़ाइन किया गया है, जो इतना वास्तविक है कि असली और नकली के बीच अंतर करना मुश्किल है।

यहाँ बताया गया है कि उनका "किचन" कैसे काम करता है, जिसे सरल चरणों में विभाजित किया गया है:

1. समस्या: "लोनली स्टॉक" (अकेला स्टॉक) की गलती

पहले के अधिकांश प्रयास शेयर डेटा को अलग-थलग करके पकाने जैसे थे। वे शायद एप्पल (Apple) के लिए एक नकली कीमत और माइक्रोसॉफ्ट (Microsoft) के लिए एक नकली कीमत बना सकते थे, लेकिन उन्होंने इस बात पर ध्यान नहीं दिया कि वास्तविक दुनिया में ये स्टॉक अक्सर एक साथ चलते हैं। यदि एप्पल ऊपर जाता है, तो माइक्रोसॉफ्ट भी अक्सर ऊपर जाता है। यदि उन्हें अलग-अलग बनाया जाता है, तो वे विपरीत दिशाओं में जा सकते हैं, जिससे भ्रम टूट जाता है।

लेखक एक ऐसा सिस्टम बनाना चाहते थे जो संबंधों (relationships) को समझता हो। यदि कोका-कोला ऊपर जाता है, तो पेप्सी को भी ऊपर जाना चाहिए। यदि कोई टेक स्टॉक गिरता है, तो एक सुरक्षित (defensive) स्टॉक स्थिर रह सकता है।

2. पहला शेफ: CoMeTS-GAN (द "टेस्ट-टेस्टर")

लेखकों ने पहले CoMeTS-GAN नामक एक सिस्टम बनाया। इसे एक दो-सदस्यीय टीम के रूप में सोचें:

जेनेरेटर (द आर्टिस्ट - कलाकार): यह हिस्सा शेयर बाजार की एक तस्वीर बनाने की कोशिश करता है। यह रैंडम शोर (noise) से शुरू होता है और एक ऐसा ग्राफ बनाने की कोशिश करता है जो वास्तविक स्टॉक कीमतों और वॉल्यूम जैसा दिखता हो।
क्रिटिक (द स्ट्रिक्ट फूड क्रिटिक - सख्त खाद्य समीक्षक): यह उस पेंटिंग को देखता है और कहता है, "क्या यह असली है?"

सीक्रेट सॉस:
आमतौर पर, क्रिटिक केवल यह जाँचता है कि रेखाएं चिकनी दिख रही हैं या नहीं। लेकिन इस पेपर में, क्रिटिक के पास एक विशेष सुपरपावर है: यह संबंधों की जाँच करता है।

यह नकली डेटा को देखता है और गणना करता है: "क्या ये दो स्टॉक उसी तरह एक साथ चलते हैं जैसे उन्हें चलना चाहिए?"
यदि नकली डेटा दिखाता है कि कोका-कोला और पेप्सी विपरीत दिशाओं में चल रहे हैं जबकि उन्हें एक साथ चलना चाहिए, तो क्रिटिक कहता है, "नहीं, यह नकली है!" और कलाकार को वापस ड्राइंग बोर्ड पर भेज देता है।
यह कलाकार को न केवल एक रेखा खींचना, बल्कि जुड़ी हुई रेखाओं का एक नेटवर्क खींचना सीखने के लिए मजबूर करता है।

3. दूसरा शेफ: द डिफ्यूजन मॉडल (द "स्कल्प्टर" - मूर्तिकार)

लेखकों ने उनके सख्त क्रिटिक को एक नया काम दिया। उन्होंने एक दूसरे प्रकार का AI पेश किया जिसे डिफ्यूजन मॉडल (Diffusion Model) कहा जाता है।

कल्पना कीजिए कि डिफ्यूजन मॉडल एक मूर्तिकार की तरह है जो शोर से भरे, बिखरे हुए मिट्टी के ढेर से धीरे-धीरे शोर को हटाकर एक मूर्ति को प्रकट करता है।
आमतौर पर, मूर्तिकार अकेले काम करता है। लेकिन लेखकों ने महसूस किया कि उनका क्रिटिक (पहले चरण से) "यथार्थवाद" पहचानने में विशेषज्ञ था।
इसलिए, उन्होंने क्रिटिक को मूर्तिकार का मार्गदर्शन करने के लिए छोड़ दिया। जैसे-जैसे मूर्तिकार शोर को हटाता है, क्रिटिक फुसफुसाता है, "हे, सुनिश्चित करें कि ये दो स्टॉक सह-संबंधित (correlated) रहें!"
यह एक क्वालिटी-अवेयर फ्रेमवर्क (Quality-Aware Framework) बनाता है। डिफ्यूजन मॉडल डेटा बनाने का भारी काम करता है, जबकि क्रिटिक एक गुणवत्ता नियंत्रण प्रबंधक के रूप में कार्य करता है, यह सुनिश्चित करता है कि अंतिम उत्पाद विभिन्न शेयरों के बीच जटिल संबंधों का सम्मान करे।

4. उन्होंने क्या साबित किया?

लेखकों ने अपने "किचन" का कई तरीकों से परीक्षण किया:

"स्टाइलइज्ड फैक्ट्स" टेस्ट: वास्तविक शेयर बाजारों में विशिष्ट विशेषताएं होती हैं (जैसे कि गणितीय अनुमानों की तुलना में बड़ी कीमतों का उछाल अधिक बार होना, या कीमतों का समूहों में चलना)। उनके नकली डेटा में ये सभी विशेषताएं थीं, बिल्कुल असली चीज़ की तरह।
"रिलेशनशिप" टेस्ट: उन्होंने जांचा कि क्या नकली डेटा सही सह-संबंध (correlations) बनाए रखता है। उदाहरण के लिए, यदि कोका-कोला और पेप्सी आमतौर पर 94% समय एक साथ चलते हैं, तो उनके नकली डेटा ने भी ऐसा ही किया। अन्य तरीके इस लिंक को मजबूत बनाए रखने में विफल रहे।
"व्हाट-इफ" टेस्ट: उन्होंने पूछा, "क्या होगा यदि हम अचानक कोका-कोला की कीमत को कृत्रिम रूप से बढ़ा दें?" उनका सिस्टम वास्तविक दुनिया की प्रतिक्रिया से मेल खाने के लिए पेप्सी की कीमत को सही ढंग से समायोजित करता है, जो दर्शाता है कि यह समझता है कि बाजार प्रतिक्रिया कैसे देता है।
"बिग पार्टी" टेस्ट: उन्होंने एक साथ 30 अलग-अलग शेयरों (पूरे डाउ जोन्स इंडस्ट्रियल एवरेज) के लिए डेटा उत्पन्न करने का प्रयास किया। सिस्टम क्रैश नहीं हुआ; इसने सफलतापूर्वक सभी 30 शेयरों के बीच के जटिल संबंधों को ट्रैक किया।

निचोड़ (The Bottom Line)

यह पेपर एक ऐसा तरीका प्रस्तुत करता है जिससे नकली वित्तीय डेटा उत्पन्न करना लाइटवेट (प्रशिक्षण के लिए तेज़) और स्मार्ट (समझता है कि विभिन्न शेयर एक-दूसरे को कैसे प्रभावित करते हैं) है।

एक "टेस्ट-टेस्टिंग" GAN के साथ एक "स्कल्पटिंग" डिफ्यूजन मॉडल को जोड़कर, और प्रक्रिया को निर्देशित करने के लिए क्रिटिक का उपयोग करके, उन्होंने एक ऐसा टूल बनाया है जो अनंत वास्तविक बाजार परिदृश्य उत्पन्न कर सकता है। यह शोधकर्ताओं और बैंकों को वास्तविक पैसा जोखिम में डाले बिना या प्राकृतिक रूप से दुर्लभ बाजार घटनाओं के होने का इंतजार किए बिना अपनी रणनीतियों का परीक्षण करने में मदद करता है।

संक्षेप में: उन्होंने एक ऐसी मशीन बनाई है जो न केवल शेयर की कीमतों की नकल करती है; बल्कि यह शेयर बाजार के संपूर्ण पारिस्थितिकी तंत्र (ecosystem) की नकल करती है, जिसमें यह भी शामिल है कि शेयर एक-दूसरे से कैसे बात करते हैं।

तकनीकी सारांश: एक GAN-डिफ्यूजन फ्रेमवर्क का उपयोग करके उच्च-गुणवत्ता वाली सिंथेटिक वित्तीय समय-श्रंखला (Time-Series)

समस्या विवरण
वित्तीय संस्थान डेटा की कमी, गोपनीयता संबंधी बाधाओं और प्रति-तथ्यात्मक (counterfactual) बाजार परिदृश्यों की आवश्यकता को दूर करने के लिए सिंथेटिक डेटा पर तेजी से निर्भर हो रहे हैं। हालांकि, मौजूदा सामान्य-उद्देश्य वाले जनरेटिव आर्किटेक्चर वित्तीय समय-श्रंखला के विशिष्ट सांख्यिकीय गुणों को पुनरुत्पादित करने में संघर्ष करते हैं, जिन्हें "स्टाइलाइज्ड फैक्ट्स" (जैसे कि फैट-टेल्ड डिस्ट्रीब्यूशन, वोलैटिलिटी क्लस्टरिंग) के रूप में जाना जाता है। वर्तमान दृष्टिकोणों में एक महत्वपूर्ण सीमा इंटर-एसेट कोरिलेशन डायनेमिक्स (परिसंपत्तियों के बीच सहसंबंध गतिशीलता) को सटीक रूप से मॉडल करने में विफलता है। जबकि कुछ मॉडल फीचर डिपेंडेंसी को सीखने का प्रयास करते हैं, वे अक्सर कई सहसंबद्ध संपत्तियों के समवर्ती उत्पादन की उपेक्षा करते हैं, जिससे सिंथेटिक डेटा में वास्तविक कोरिलेशन संरचनाओं का अभाव होता है जो पोर्टफोलियो जोखिम प्रबंधन और विविधीकरण विश्लेषण के लिए आवश्यक हैं। इसके अलावा, कई मौजूदा मॉडल कम्प्यूटेशनल रूप से महंगे हैं, केवल निश्चित-लंबाई वाली अनुक्रम (sequences) उत्पन्न करते हैं, या मूल्य (price) और वॉल्यूम की संयुक्त गतिशीलता को पकड़ने में विफल रहते हैं।

कार्यप्रणाली (Methodology)
लेखक एक गुणवत्ता-जागरूक जनरेटिव फ्रेमवर्क प्रस्तावित करते हैं जो एक कंडीशनल वासरस्टीन जनरेटिव एडवरसैरियल नेटवर्क (C-WGAN) को डिफ्यूजन मॉडल्स के साथ एकीकृत करता है। यह दृष्टिकोण दो मुख्य चरणों में संरचित है:

CoMeTS-GAN (कोरिलेटेड मल्टीवेरिएट टाइम सीरीज़ GAN):
- आर्किटेक्चर: इसका मूल एक C-WGAN है जिसमें एक जनरेटर ( $G$ ) और एक क्रिटिक ( $C$ ) शामिल है। जनरेटर विभिन्न डिलेशन साइज वाले टेम्पोरल कन्वोल्यूशनल ब्लॉक्स की एक श्रृंखला और एक अंतिम लीनियर लेयर का उपयोग करता है ताकि $n$ सहसंबद्ध स्टॉक्स के लिए मल्टीवेरेट टाइम सीरीज़ (मिड-प्राइस और वॉल्यूम) उत्पन्न की जा सके। यह मनमाने ढंग से लंबे अनुक्रम बनाने के लिए ऑटो-रिग्रेसिव जनरेशन का उपयोग करता है।
- कंडीशनिंग: मॉडल इनपुट के रूप में पिछले समय के चरणों ( $\mathbf{x}_{past}$ ) और एक नॉइज़ वेक्टर ( $\mathbf{z}$ ) को लेता है, जिसे टेम्पोरल डायनेमिक्स को कैप्चर करने के लिए साइनुसोइडल पोजीशनल एनकोडिंग से प्राप्त टाइम एम्बेडिंग्स द्वारा बढ़ाया गया है।
- क्रिटिक डिज़ाइन: क्रिटिक दो अलग-अलग आउटपुट के माध्यम से उत्पन्न नमूनों की वास्तविकता का मूल्यांकन करता है:
  - $o_1$ : कन्वोल्यूशनल और लीनियर लेयर्स से प्राप्त एक मानक रियलनेस स्कोर।
  - $o_2$ : एक समर्पित लीनियर लेयर द्वारा कंप्यूट किया गया कोरिलेशन स्कोर जो सभी जोड़े ( $\binom{2n}{2}$ ) के मिड-प्राइस और वॉल्यूम के पियर्सन कोरिलेशन गुणांकों को प्रोसेस करता है।
- ऑब्जेक्टिव: अंतिम क्रिटिक स्कोर एक भारित योग $o = o_1 + \alpha \cdot o_2$ है। यह जनरेटर को वासरस्टीन दूरी को कम करने के लिए मजबूर करता है और स्पष्ट रूप से प्रशिक्षण डेटा के क्रॉस-कोरिलेशन स्ट्रक्चर को सीखने के लिए प्रेरित करता है।
क्रिटिक-गाइडेड डिफ्यूजन जनरेशन:
- CoMeTS-GAN से प्रशिक्षित क्रिटिक को एक प्री-ट्रेंड डिफ्यूजन मॉडल (विशेष रूप से DiffTime) के लिए एक गाइडेंस मॉड्यूल के रूप में पुन: उपयोग किया जाता है।
- तंत्र (Mechanism): डिफ्यूजन सैंपलिंग (डिनोइजिंग) प्रक्रिया के दौरान, क्रिटिक के आउटपुट के सापेक्ष इनपुट सैंपल का ग्रेडिएंट, जनरेशन को निर्देशित करने के लिए उपयोग किया जाता है। संशोधित स्कोर फंक्शन $\tilde{s} = s(\mathbf{x}_t, t) + w \cdot \nabla_{\mathbf{x}_t} D(\mathbf{x}_t)$ के रूप में परिभाषित है, जहाँ $w$ गाइडेंस की शक्ति को नियंत्रित करता है।
- कार्य: यह डिफ्यूजन मॉडल को GAN की सीखी गई कोरिलेशन यथार्थता का लाभ उठाने की अनुमति देता है ताकि डिफ्यूजन मॉडल को पुन: प्रशिक्षित किए बिना उत्पन्न नमूनों की गुणवत्ता को बढ़ाया जा सके।

प्रमुख योगदान

CoMeTS-GAN आर्किटेक्चर: एक हल्का C-WGAN जो विशेष रूप से मल्टीवेरेट वित्तीय समय-श्रंखला के लिए डिज़ाइन किया गया है जो कीमतों और वॉल्यूम को संयुक्त रूप से उत्पन्न करता है। यह वास्तविक इंटर-एसेट डिपेंडेंसी को लागू करने के लिए क्रिटिक के भीतर एक नवीन क्रॉस-कोरिलेशन डिस्टेंस मेट्रिक पेश करता है।
क्रिटिक-गाइडेड डिफ्यूजन रणनीति: एक प्रशिक्षित GAN क्रिटिक को अत्याधुनिक डिफ्यूजन मॉडल्स में एकीकृत करने की एक विधि। क्रिटिक एक सरोगेट क्लासिफायर के रूप में कार्य करता है, जो कोरिलेशन संरचनाओं को लागू करने के लिए डिनोइजिंग प्रक्रिया को निर्देशित करता है, जिससे एक गुणवत्ता-जागरूक जनरेशन पाइपलाइन बनती है।
व्यापक मूल्यांकन: इस फ्रेमवर्क को सिंथेटिक बेंचमार्क और वास्तविक स्टॉक मार्केट डेटा (DJIA इंडेक्स सहित) दोनों पर अग्रणी जनरेटिव मॉडल्स (जैसे TimeGAN, COSCI-GAN, GT-GAN) के विरुद्ध मान्य किया गया है।
प्रति-तथ्यात्मक सिमुलेशन (Counterfactual Simulation): यह फ्रेमवर्क "क्या-अगर" (what-if) परिदृश्यों को सिम्युलेट करने की क्षमता प्रदर्शित करता है, जैसे कि संपत्तियों के बीच कोरिलेशन डायनेमिक्स को बदलना (उदाहरण के लिए, कोका-कोला और पेप्सी के बीच पॉजिटिव कोरिलेशन को नेगेटिव में बदलना) या इंटर-एसेट डिपेंडेंसी को बनाए रखते हुए प्राइस शॉक के प्रति प्रतिक्रिया देना।

परिणाम

स्टाइलाइज्ड फैक्ट्स: उत्पन्न डेटा प्रमुख वित्तीय स्टाइलाइज्ड फैक्ट्स को सफलतापूर्वक दोहराता है, जिसमें फैट-टेल्ड रिटर्न डिस्ट्रीब्यूशन, एग्रीगेशनल नॉर्मलिटी, रिटर्न्स में लीनियर ऑटोकोरिलेशन की अनुपस्थिति और वोलैटिलिटी क्लस्टरिंग शामिल हैं। यह ट्रेडिंग वॉल्यूम और वोलैटिलिटी के बीच सकारात्मक सहसंबंध को भी कैप्चर करता है।
कोरिलेशन फिडेलिटी: क्रॉस-कोरिलेशन डिस्टेंस और वासरस्टीन डिस्टेंस का उपयोग करते हुए मात्रात्मक विश्लेषण दिखाता है कि CoMeTS-GAN वास्तविक स्टॉक पेयर्स (जैसे KO-PEP, NVDA-KSU) की कोरिलेशन संरचनाओं को संरक्षित करने में सामान्य-उद्देश्य वाले मॉडल्स (जैसे COSCI-GAN और GT-GAN) की तुलना में काफी बेहतर प्रदर्शन करता है।
स्केलेबिलिटी और दक्षता: यह मॉडल ऑटो-रिग्रेशन के माध्यम से मनमाने ढंग से लंबी समय-श्रंखला (24 ट्रेडिंग डेज तक) उत्पन्न कर सकता है, जो कई मौजूदा मॉडल्स में क्षमता की कमी है। जटिल विकल्पों जैसे TimeGAN (लगभग 39 घंटे) की तुलना में इसका प्रशिक्षण कुशल है (लगभग 4 घंटे और 20 मिनट)।
प्रतिक्रियाशीलता (Reactivity): व्यवधान प्रयोगों (perturbation experiments) में, मॉडल ने सहसंबद्ध संपत्तियों में प्राइस शॉक को प्रसारित करने की क्षमता प्रदर्शित की, जिससे वास्तविक कोरिलेशन डायनेमिक्स बनाए रखने के लिए गैर-परेशान (non-perturbed) स्टॉक्स के जनरेशन को समायोजित किया गया।
डिफ्यूजन गाइडेंस: DiffTime मॉडल को गाइड के रूप में क्रिटिक को लागू करने से सिंथेटिक और वास्तविक कोरिलेशन डिस्ट्रीब्यूशन के बीच वासरस्टीन डिस्टेंस में काफी कमी आई, जो पुष्टि करता है कि GAN क्रिटिक प्रभावी रूप से डिफ्यूजन-जेनरेटेड डेटा की वास्तविकता को बढ़ाता है।

महत्व
यह पेपर दावा करता है कि इसका फ्रेमवर्क वास्तविक स्टॉक मार्केट सिमुलेशन के लिए एक हल्का, रिस्पॉन्सिव समाधान प्रदान करता है जो स्पष्ट रूप से इंटर-एसेट कोरिलेशन स्ट्रक्चर को मॉडल करता है। GAN की गति और डोमेन-विशिष्ट बाधा प्रबंधन को डिफ्यूजन मॉडल्स की उच्च-फिडेलिटी सैंपल गुणवत्ता के साथ जोड़कर, लेखक एक ऐसा मार्ग प्रदर्शित करते हैं जो सामान्य-उद्देश्य वाले आर्किटेक्चर की सीमाओं को पार करते हुए उच्च-गुणवत्ता वाला सिंथेटिक वित्तीय डेटा उत्पन्न करता है। एक प्रशिक्षित GAN क्रिटिक को डिफ्यूजन मॉडल्स को गाइड करने के लिए पुन: उपयोग करने की क्षमता, बड़े डिफ्यूजन नेटवर्क को पुन: प्रशिक्षित करने की कम्प्यूटेशनल लागत के बिना विशिष्ट डोमेन में जनरेटिव मॉडल्स को बढ़ाने का एक लचीला दृष्टिकोण सुझाती है। यह कार्य उन वित्तीय अनुप्रयोगों में बेहतर जोखिम मूल्यांकन, पोर्टफोलियो निर्माण और प्रति-तथ्यात्मक विश्लेषण को सुगम बनाने का लक्ष्य रखता है जहाँ डेटा गोपनीयता और कमी एक बाधा है।