🤖 machine learning

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

Este artigo apresenta o CoMeTS-GAN, um framework generativo consciente da qualidade que integra um GAN Condicional com modelos de difusão para produzir séries temporais financeiras sintéticas de alta fidelidade, capturando efetivamente fatos estilizados e estruturas de correlação entre ativos.

Autores originais: Giuseppe Masi, Andrea Coletta, Novella Bartolini

Publicado 2026-05-27

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Giuseppe Masi, Andrea Coletta, Novella Bartolini

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um chef tentando ensinar um robô a cozinhar um bife perfeito. O problema é que você tem apenas alguns bifes reais para mostrar ao robô e não pode deixá-lo praticar com carne verdadeira toda vez, pois ele poderia estragar os ingredientes caros. Então, você decide ensinar o robô a fazer bifes sintéticos—falsos que parecem, cheiram e têm o mesmo sabor que o real.

No mundo das finanças, "bifes" são dados do mercado de ações (preços e volumes de negociação). Bancos e pesquisadores precisam de grandes quantidades desses dados para testar suas teorias, mas os dados reais muitas vezes estão trancados atrás de paywalls, leis de privacidade ou simplesmente não existem para eventos extremos e raros do mercado.

Este artigo apresenta uma nova "cozinha" (uma estrutura computacional) projetada para cozinhar dados sintéticos de alta qualidade do mercado de ações tão realistas que é difícil distinguir o falso do real.

Veja como essa "cozinha" funciona, dividida em etapas simples:

1. O Problema: O Erro da "Ação Solitária"

A maioria das tentativas anteriores de falsificar dados de ações foi como cozinhar ingredientes individuais isoladamente. Elas poderiam gerar um preço falso para a Apple e um preço falso para a Microsoft, mas não prestavam atenção ao fato de que, no mundo real, essas ações frequentemente se movem juntas. Se a Apple sobe, a Microsoft também costuma subir. Se forem geradas separadamente, podem se mover em direções opostas, o que quebra a ilusão.

Os autores queriam criar um sistema que entendesse relacionamentos. Se a Coca-Cola sobe, a Pepsi provavelmente também sobe. Se uma ação de tecnologia cai, uma ação defensiva pode permanecer estável.

2. O Primeiro Chef: CoMeTS-GAN (O "Degustador")

Os autores primeiro construíram um sistema chamado CoMeTS-GAN. Pense nisso como uma equipe de duas pessoas:

O Gerador (O Artista): Esta parte tenta pintar uma imagem do mercado de ações. Começa com ruído aleatório e tenta desenhar um gráfico que pareça com preços e volumes reais de ações.
O Crítico (O Crítico Gastronômico Rigoroso): Esta parte observa a pintura e diz: "Isso é real?"

O Segredo do Molho:
Geralmente, o Crítico apenas verifica se as linhas parecem suaves. Mas neste artigo, o Crítico tem um superpoder especial: ele verifica os relacionamentos.

Ele observa os dados falsos e calcula: "Essas duas ações se movem juntas da maneira que deveriam?"
Se os dados falsos mostrarem a Coca-Cola e a Pepsi se movendo em direções opostas quando deveriam se mover juntas, o Crítico diz: "Não, isso é falso!" e manda o Artista de volta à prancheta.
Isso força o Artista a aprender não apenas a desenhar uma linha, mas a desenhar uma rede de linhas conectadas.

3. O Segundo Chef: O Modelo de Difusão (O "Escultor")

Os autores então pegaram seu Crítico rigoroso e deram a ele um novo trabalho. Eles introduziram um segundo tipo de IA chamado Modelo de Difusão.

Imagine que um Modelo de Difusão é como um escultor que começa com um bloco de argila barulhenta e bagunçada e lentamente remove o ruído para revelar uma estátua.
Geralmente, o escultor trabalha sozinho. Mas os autores perceberam que seu Critic (da primeira etapa) era um especialista em detectar "realismo".
Então, eles deixaram o Crítico guiar o escultor. Enquanto o escultor remove o ruído, o Crítico sussurra: "Ei, certifique-se de que essas duas ações permaneçam correlacionadas!"
Isso cria um Framework Consciente da Qualidade. O Modelo de Difusão faz o trabalho pesado de criar os dados, enquanto o Crítico atua como um gerente de controle de qualidade, garantindo que o produto final respeite os relacionamentos complexos entre diferentes ações.

4. O Que Eles Provaram?

Os autores testaram sua "cozinha" de várias maneiras:

O Teste dos "Fatos Estilizados": Mercados de ações reais têm peculiaridades específicas (como grandes saltos de preço ocorrendo com mais frequência do que a matemática prevê, ou preços se movendo em agrupamentos). Seus dados falsos tinham todas essas peculiaridades, assim como o real.
O Teste de "Relacionamento": Eles verificaram se os dados falsos mantinham as correlações corretas. Por exemplo, se a Coca-Cola e a Pepsi geralmente se movem juntas 94% das vezes, seus dados falsos fizeram o mesmo. Outros métodos falharam em manter esse vínculo forte.
O Teste do "E Se": Eles perguntaram: "O que acontece se aumentarmos artificialmente o preço da Coca-Cola de repente?" Seu sistema ajustou corretamente o preço da Pepsi para corresponder à reação do mundo real, mostrando que entende como o mercado reage a choques.
O Teste da "Grande Festa": Eles tentaram gerar dados para 30 ações diferentes de uma vez (todo o Dow Jones Industrial Average). O sistema não travou; ele manteve com sucesso o rastreamento de todos os relacionamentos complexos entre todas as 30 ações simultaneamente.

A Conclusão

Este artigo apresenta uma nova maneira de gerar dados financeiros falsos que é leve (rápida para treinar) e inteligente (entende como diferentes ações influenciam umas às outras).

Ao combinar um GAN de "degustação" com um Modelo de Difusão de "escultura", e usar o Crítico para guiar o processo, eles criaram uma ferramenta capaz de produzir quantidades infinitas de cenários realistas de mercado. Isso ajuda pesquisadores e bancos a testar suas estratégias sem precisar arriscar dinheiro real ou esperar que eventos raros de mercado aconteçam naturalmente.

Em resumo: Eles construíram uma máquina que não apenas falsifica preços de ações; ela falsifica todo o ecossistema do mercado de ações, incluindo como as ações conversam entre si.

Resumo Técnico: Séries Temporais Financeiras Sintéticas de Alta Qualidade usando um Framework GAN–Difusão

Declaração do Problema
As instituições financeiras dependem cada vez mais de dados sintéticos para lidar com a escassez de dados, restrições de privacidade e a necessidade de cenários de mercado contrafactuais. No entanto, arquiteturas generativas de propósito geral existentes lutam para reproduzir as propriedades estatísticas específicas das séries temporais financeiras, conhecidas como "fatos estilizados" (por exemplo, distribuições de cauda pesada, agrupamento de volatilidade). Uma limitação crítica nas abordagens atuais é a falha em modelar com precisão a dinâmica de correlação entre ativos. Embora alguns modelos tentem aprender dependências de características, eles frequentemente negligenciam a geração simultânea de múltiplos ativos correlacionados, levando a dados sintéticos que carecem das estruturas de correlação realistas essenciais para a gestão de risco de portfólio e análise de diversificação. Além disso, muitos modelos existentes são computacionalmente caros, geram apenas sequências de comprimento fixo ou falham em capturar a dinâmica conjunta de preço e volume.

Metodologia
Os autores propõem um framework generativo consciente da qualidade que integra uma Rede Adversarial Generativa de Wasserstein Condicional (C-WGAN) com Modelos de Difusão. A abordagem é estruturada em duas fases principais:

CoMeTS-GAN (GAN de Séries Temporais Multivariadas Correlacionadas):
- Arquitetura: O núcleo é uma C-WGAN consistindo em um Gerador ( $G$ ) e um Crítico ( $C$ ). O Gerador emprega uma série de blocos convolucionais temporais com tamanhos de dilatação crescentes e uma camada linear final para produzir séries temporais multivariadas (preços médios e volumes) para $n$ ações correlacionadas. Ele utiliza geração autoregressiva para criar sequências de comprimento arbitrário.
- Condicionamento: O modelo recebe passos temporais passados ( $\mathbf{x}_{past}$ ) e um vetor de ruído ( $\mathbf{z}$ ) como entrada, aumentados com incorporações temporais derivadas de codificações posicionais sinusoidais para capturar a dinâmica temporal.
- Design do Crítico: O Crítico avalia o realismo das amostras geradas através de duas saídas distintas:
  - $o_1$ : Uma pontuação de realismo padrão derivada de camadas convolucionais e lineares.
  - $o_2$ : Uma pontuação de correlação computada por uma camada linear dedicada que processa os coeficientes de correlação de Pearson de todos os pares de preços médios e volumes ( $\binom{2n}{2}$ pares).
- Objetivo: A pontuação final do Crítico é uma soma ponderada $o = o_1 + \alpha \cdot o_2$ . Isso força o Gerador a minimizar a distância de Wasserstein enquanto aprende explicitamente a reproduzir as estruturas de correlação cruzada dos dados de treinamento.
Geração de Difusão Guiada pelo Crítico:
- O Crítico treinado do CoMeTS-GAN é reaproveitado como um módulo de orientação para um Modelo de Difusão pré-treinado (especificamente DiffTime).
- Mecanismo: Durante o processo de amostragem de difusão (remoção de ruído), o gradiente da saída do Crítico em relação à amostra de entrada é usado para orientar a geração. A função de pontuação modificada é definida como $\tilde{s} = s(\mathbf{x}_t, t) + w \cdot \nabla_{\mathbf{x}_t} D(\mathbf{x}_t)$ , onde $w$ modula a força da orientação.
- Função: Isso permite que o modelo de difusão aproveite o entendimento aprendido pelo GAN sobre o realismo da correlação para melhorar a qualidade das amostras geradas, sem retreinar o próprio modelo de difusão.

Contribuições Principais

Arquitetura CoMeTS-GAN: Uma C-WGAN leve projetada especificamente para séries temporais financeiras multivariadas que gera conjuntamente preços e volumes. Ela introduz uma nova métrica de distância de correlação cruzada dentro do Crítico para impor dependências realistas entre ativos.
Estratégia de Difusão Guiada pelo Crítico: Um método para integrar um Crítico de GAN treinado em modelos de difusão de última geração. O Crítico atua como um classificador substituto, guiando o processo de remoção de ruído para impor estruturas de correlação aprendidas, criando assim um pipeline de geração consciente da qualidade.
Avaliação Abrangente: O framework é validado contra modelos generativos líderes (por exemplo, TimeGAN, COSCI-GAN, GT-GAN) em benchmarks sintéticos e dados reais do mercado de ações (incluindo o índice DJIA).
Simulação Contrafactual: O framework demonstra a capacidade de simular cenários "e se", como alterar a dinâmica de correlação entre ativos (por exemplo, inverter a correlação entre Coca-Cola e Pepsi de positiva para negativa) ou reagir a choques de preço de uma maneira que preserve as dependências entre ativos.

Resultados

Fatos Estilizados: Os dados gerados replicam com sucesso fatos estilizados financeiros chave, incluindo distribuições de retorno de cauda pesada, normalidade agregacional, a ausência de autocorrelação linear nos retornos e agrupamento de volatilidade. Também captura a correlação positiva entre volume de negociação e volatilidade.
Fidelidade de Correlação: A análise quantitativa usando a distância de correlação cruzada e a distância de Wasserstein mostra que o CoMeTS-GAN supera significativamente os modelos de propósito geral (como COSCI-GAN e GT-GAN) na preservação das estruturas de correlação de pares reais de ações (por exemplo, KO-PEP, NVDA-KSU).
Escalabilidade e Eficiência: O modelo pode gerar séries temporais de comprimento arbitrário (até 24 dias de negociação) via autoregressão, uma capacidade que muitos modelos existentes carecem. O treinamento é eficiente (aproximadamente 4 horas e 20 minutos) em comparação com alternativas complexas como TimeGAN (aproximadamente 39 horas).
Reatividade: Em experimentos de perturbação, o modelo demonstrou a capacidade de propagar choques de preço através de ativos correlacionados, ajustando a geração de ações não perturbadas para manter dinâmicas de correlação realistas.
Orientação de Difusão: Aplicar o Crítico como um guia para o modelo DiffTime reduziu substancialmente a distância de Wasserstein entre as distribuições de correlação sintéticas e reais, confirmando que o Crítico do GAN melhora efetivamente o realismo dos dados gerados por difusão.

Significado
O artigo afirma que seu framework oferece uma solução leve e responsiva para simulação realista do mercado de ações que modela explicitamente estruturas de correlação entre ativos. Ao combinar a velocidade e o tratamento de restrições específicas de domínio dos GANs com a alta fidelidade da qualidade da amostra dos Modelos de Difusão, os autores demonstram um caminho para gerar dados financeiros sintéticos de alta qualidade que superam as limitações das arquiteturas de propósito geral existentes. A capacidade de reutilizar um Crítico de GAN treinado para orientar modelos de difusão sugere uma abordagem flexível para aprimorar modelos generativos em domínios específicos sem o custo computacional de retreinar grandes redes de difusão. O trabalho visa facilitar uma melhor avaliação de risco, construção de portfólio e análise contrafactual em aplicações financeiras onde a privacidade e a escassez de dados são restrições.