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

Riepilogo Tecnico: Serie Temporali Finanziarie Sintetiche ad Alta Qualità tramite un Framework GAN–Diffusione

Enunciato del Problema
Le istituzioni finanziarie fanno sempre più affidamento su dati sintetici per affrontare la scarsità di dati, i vincoli di privacy e la necessità di scenari di mercato controfattuali. Tuttavia, le architetture generative generiche esistenti faticano a riprodurre le proprietà statistiche specifiche delle serie temporali finanziarie, note come "fatti stilizzati" (ad esempio, distribuzioni a code grasse, clustering della volatilità). Una limitazione critica negli approcci attuali è il fallimento nel modellare accuratamente le dinamiche di correlazione inter-attività. Sebbene alcuni modelli tentino di apprendere le dipendenze tra le caratteristiche, spesso trascurano la generazione simultanea di più attività correlate, portando a dati sintetici privi delle strutture di correlazione realistiche essenziali per la gestione del rischio di portafoglio e l'analisi della diversificazione. Inoltre, molti modelli esistenti sono computazionalmente costosi, generano solo sequenze di lunghezza fissa o non riescono a catturare le dinamiche congiunte di prezzo e volume.

Metodologia
Gli autori propongono un framework generativo consapevole della qualità che integra una Rete Adversariale Generativa Condizionata di Wasserstein (C-WGAN) con Modelli di Diffusione. L'approccio è strutturato in due fasi principali:

1. CoMeTS-GAN (GAN per Serie Temporali Multivariate Correlate):

   • Architettura: Il nucleo è una C-WGAN composta da un Generatore ($G$) e un Critico ($C$). Il Generatore impiega una serie di blocchi convoluzionali temporali con dimensioni di dilatazione crescenti e un livello lineare finale per produrre serie temporali multivariate (prezzi medi e volumi) per $n$ azioni correlate. Utilizza una generazione auto-regressiva per creare sequenze di lunghezza arbitraria.
   • Condizionamento: Il modello prende in input i passi temporali passati ($\mathbf{x}_{past}$) e un vettore di rumore ($\mathbf{z}$), arricchiti con embedding temporali derivati da codifiche posizionali sinusoidali per catturare le dinamiche temporali.
   • Design del Critico: Il Critico valuta il realismo dei campioni generati attraverso due output distinti:
     • $o_1$: Un punteggio di realismo standard derivato da livelli convoluzionali e lineari.
     • $o_2$: Un punteggio di correlazione calcolato da un livello lineare dedicato che elabora i coefficienti di correlazione di Pearson di tutte le coppie di prezzi medi e volumi ($\binom{2n}{2}$ coppie).
   • Obiettivo: Il punteggio finale del Critico è una somma pesata $o = o_1 + \alpha \cdot o_2$. Ciò costringe il Generatore a minimizzare la distanza di Wasserstein mentre apprende esplicitamente a riprodurre le strutture di cross-correlazione dei dati di addestramento.

2. Generazione di Diffusione Guidata dal Critico:

   • Il Critico addestrato di CoMeTS-GAN viene riutilizzato come modulo di guida per un Modello di Diffusione pre-addestrato (nello specifico DiffTime).
   • Meccanismo: Durante il processo di campionamento di diffusione (denoising), il gradiente dell'output del Critico rispetto al campione di input viene utilizzato per indirizzare la generazione. La funzione di punteggio modificata è definita come $\tilde{s} = s(\mathbf{x}_t, t) + w \cdot \nabla_{\mathbf{x}_t} D(\mathbf{x}_t)$, dove $w$ modula la forza della guida.
   • Funzione: Ciò permette al modello di diffusione di sfruttare la comprensione appresa dal GAN del realismo della correlazione per migliorare la qualità dei campioni generati senza riaddestrare il modello di diffusione stesso.

Contributi Chiave

• Architettura CoMeTS-GAN: Una C-WGAN leggera progettata specificamente per serie temporali finanziarie multivariate che genera congiuntamente prezzi e volumi. Introduce una nuova metrica di distanza di cross-correlazione all'interno del Critico per imporre dipendenze realistiche tra le attività.
• Strategia di Diffusione Guidata dal Critico: Un metodo per integrare un Critico GAN addestrato nei modelli di diffusione all'avanguardia. Il Critico agisce come un classificatore surrogato, guidando il processo di denoising per imporre le strutture di correlazione apprese, creando così una pipeline di generazione consapevole della qualità.
• Valutazione Completa: Il framework è validato rispetto ai principali modelli generativi (ad esempio TimeGAN, COSCI-GAN, GT-GAN) sia su benchmark sintetici che su dati reali del mercato azionario (incluso l'indice DJIA).
• Simulazione Controfattuale: Il framework dimostra la capacità di simulare scenari "what-if", come lo spostamento delle dinamiche di correlazione tra le attività (ad esempio, invertendo la correlazione tra Coca-Cola e Pepsi da positiva a negativa) o reagendo a shock dei prezzi in modo da preservare le dipendenze inter-attività.

Risultati

• Fatti Stilizzati: I dati generati replicano con successo i principali fatti stilizzati finanziari, incluse distribuzioni dei rendimenti a code grasse, normalità aggregativa, assenza di autocorrelazione lineare nei rendimenti e clustering della volatilità. Cattura inoltre la correlazione positiva tra volume di scambio e volatilità.
• Fedeltà della Correlazione: L'analisi quantitativa utilizzando la distanza di cross-correlazione e la distanza di Wasserstein mostra che CoMeTS-GAN supera significativamente i modelli generici (come COSCI-GAN e GT-GAN) nel preservare le strutture di correlazione di coppie di azioni reali (ad esempio KO-PEP, NVDA-KSU).
• Scalabilità ed Efficienza: Il modello può generare serie temporali di lunghezza arbitraria (fino a 24 giorni di negoziazione) tramite auto-regressione, una capacità di cui molti modelli esistenti sono privi. L'addestramento è efficiente (circa 4 ore e 20 minuti) rispetto ad alternative complesse come TimeGAN (circa 39 ore).
• Reattività: Negli esperimenti di perturbazione, il modello ha dimostrato la capacità di propagare shock dei prezzi attraverso attività correlate, adeguando la generazione di azioni non perturbate per mantenere dinamiche di correlazione realistiche.
• Guida di Diffusione: L'applicazione del Critico come guida al modello DiffTime ha ridotto sostanzialmente la distanza di Wasserstein tra le distribuzioni di correlazione sintetiche e reali, confermando che il Critico GAN migliora efficacemente il realismo dei dati generati dalla diffusione.

Significato
Il documento afferma che il suo framework offre una soluzione leggera e reattiva per la simulazione realistica del mercato azionario che modella esplicitamente le strutture di correlazione inter-attività. Combinando la velocità e la gestione dei vincoli specifici del dominio dei GAN con l'alta fedeltà della qualità dei campioni dei Modelli di Diffusione, gli autori dimostrano un percorso per generare dati finanziari sintetici di alta qualità che superano le limitazioni delle architetture generiche esistenti. La capacità di riutilizzare un Critico GAN addestrato per guidare i modelli di diffusione suggerisce un approccio flessibile per migliorare i modelli generativi in domini specifici senza il costo computazionale del riaddestramento di grandi reti di diffusione. Il lavoro mira a facilitare una migliore valutazione del rischio, costruzione di portafogli e analisi controfattuale nelle applicazioni finanziarie dove la privacy e la scarsità dei dati sono vincoli.