Diskussion zum Artikel "Generative Adversarial Networks (GANs) für synthetische Daten in der Finanzmodellierung (Teil 2): Erstellen eines synthetischen Symbols für Tests"

[MetaQuotes]

Neuer Artikel Generative Adversarial Networks (GANs) für synthetische Daten in der Finanzmodellierung (Teil 2): Erstellen eines synthetischen Symbols für Tests :

In diesem Artikel erstellen wir ein synthetisches Symbol mit Hilfe eines Generative Adversarial Network (GAN), das realistische Finanzdaten generiert, die das Verhalten tatsächlicher Marktinstrumente, wie z. B. EURUSD, nachahmen. Das GAN-Modell lernt Muster und Volatilität aus historischen Marktdaten und erstellt synthetische Preisdaten mit ähnlichen Merkmalen.

Unten sehen Sie das Chartfenster unseres synthetischen Symbols „SYNTH_EURUSD“:

Sobald das synthetische Symbol erstellt ist, muss es anhand von realen Marktdaten überprüft werden. Die Analyse verwendet statistische Tests, um zu prüfen, ob die beiden Datensätze ihren Grundmustern treu bleiben. Unsere Tests belegen, dass sich die simulierten Daten wie tatsächliche Marktdaten verhalten, was die Zuverlässigkeit der Handelsplattformen gewährleistet. 

Autor: LiviaObongo