Framework GAN-Diffusione Genera Serie Temporali Finanziarie Realistiche

Un nuovo framework generativo che combina GAN e modelli di diffusione produce dati sintetici di serie temporali finanziarie di alta qualità. L'approccio affronta la scarsità di dati e consente la generazione di scenari di mercato controfattuali. Il framework introduce CoMeTS-GAN (Correlated Multivariate Time Series GAN), un GAN condizionale che genera congiuntamente serie temporali di prezzo medio e volume per azioni correlate. Questo GAN viene poi integrato nei modelli di diffusione per migliorare il realismo delle correlazioni. Il lavoro è pubblicato su arXiv (2605.27113) e si rivolge a istituzioni finanziarie che affrontano limitazioni di dati.