Ricerca propone l'IA generativa per dati sintetici di criptovalute per affrontare problemi di privacy e accesso
Uno studio recente introduce un metodo che sfrutta il deep learning per creare dati sintetici di serie temporali per i prezzi delle criptovalute. Questa tecnica mira a mitigare le preoccupazioni sulla privacy e le limitazioni di accesso tipicamente associate ai dati finanziari reali nella finanza digitale. I ricercatori hanno utilizzato Conditional Generative Adversarial Networks (CGANs), integrando un generatore ricorrente basato su LSTM con un discriminatore MLP. I test condotti su varie criptovalute hanno dimostrato che il modello può generare dati sintetici che si allineano statisticamente con le tendenze e le dinamiche effettive del mercato. Questo approccio innovativo rappresenta un'alternativa valida per simulare scenari finanziari affrontando al contempo i problemi di privacy. La ricerca, che si concentra sulle serie temporali dei prezzi delle criptovalute, è stata pubblicata su arXiv con l'identificatore 2604.16182v1.
Fatti principali
- La ricerca propone l'uso del deep learning per dati sintetici sui prezzi delle criptovalute
- Affronta i rischi per la privacy e le restrizioni di accesso dei dati finanziari reali
- Utilizza l'approccio Conditional Generative Adversarial Networks (CGANs)
- Combina un generatore ricorrente di tipo LSTM con un discriminatore MLP
- Gli esperimenti dimostrano che il modello riproduce modelli temporali e dinamiche di mercato
- I dati sintetici preservano le tendenze di mercato mantenendo la coerenza statistica
- Pubblicato su arXiv come 2604.16182v1
- Si concentra specificamente sulle serie temporali dei prezzi delle criptovalute
Entità
Istituzioni
- arXiv