Sobre la capacidad de emulación de procesos temporales estocásticos por parte de Redes Generativas Adversarias (GANs)
Date
2024-10
Authors
Sanguedolce Angelini, Juan Ignacio
Ricci, Mateo
relationships.isContributorOfPublication
Basaluzzo, Gabriel
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de San Andrés. Escuela de Negocios
Abstract
Este estudio investiga la capacidad de las QuantGANs (Redes Generativas Antagónicas para Finanzas Cuantitativas) para replicar las propiedades distribucionales de series temporales financieras generadas por modelos estocásticos, específicamente el Movimiento Browniano Geométrico (GBM). Utilizando un enfoque experimental controlado, se generaron datos sintéticos de series temporales a partir del modelo GBM, y se entrenaron QuantGANs para intentar reproducir estas series. La evaluación se realizó mediante pruebas de Kolmogorov- Smirnov (KS) y un análisis de permutación, comparando las funciones de distribución acumulada empíricas (ECDF) de los datos generados con los originales. Los resultados indican que las QuantGANs parecen no ser capaces de capturar de forma certera y total las propiedades estadísticas subyacentes a los procesos generadores de precios. Consecuentemente, estas limitaciones en la replicación distribucional cuestionan la aplicabilidad de las QuantGANs en la modelización financiera sin un ajuste considerable en su arquitectura.
Description
Fil: Sanguedolce Angelini, Juan Ignacio. Universidad de San Andrés. Escuela de Negocios; Argentina.
Fil: Ricci, Mateo. Universidad de San Andrés. Escuela de Negocios; Argentina.
Fil: Ricci, Mateo. Universidad de San Andrés. Escuela de Negocios; Argentina.