028-15

第28回研究会

Neural Fractional SDE-Netによる金融時系列生成†

著者†

林晃平(東京大学), 中川慧(野村アセット)

概要†

本研究では，ニューラルネットワークを使用した時系列データの生成手法を提案する．株価のような現実の金融市場における時系列データは不規則にサンプリングされる場合が多く，更にそのノイズ構造は独立同分布やBrown運動（正規分布）よりも複雑であると言われている．このような特性を持つ時系列データを生成するために，Brown運動をベースとしたNeural Stochastic Differential Equation（SDE）モデルを拡張・一般化し，長期記憶特性を示すHurst指数が半分より大きい非整数階Brown運動に基づくNeural Fractional SDE-Net（fSDE-Net）を提案する．また，理論的にはfSDE-Netの数値解析手法を確立し，fSDE-Netの解の存在と一意性を示す． 更に，人工データと実データを用いた実証分析を行い，fSDE-Netモデルが時系列データのHurst指数などの分布特性をうまく複製できることを示す．

キーワード†

Neural SDE-Net, Neural fractional SDE, 金融時系列生成

論文†

15_SIG-FIN-28.pdf