深度学习前沿 | 利用GAN预测股价走势

本文是对于medium上Boris博主的一篇文章的学习笔记，这篇文章中利用了生成对抗性网络（GAN）预测股票价格的变动，其中长短期记忆网络LSTM是生成器，卷积神经网络CNN是鉴别器，使用贝叶斯优化（以及高斯过程）和深度强化学习（DRL）优化模型中超参数。此外，文章中非常完整地实现了从特征抽取、模型建立、参数优化、实现预测的过程，其中运用了多种机器学习方法，比如BERT进行文本情绪分析、傅里叶变换提取总体趋势、autoencoder识别高级特征、XGboost实现特征重要性排序等。本文学习的思路是：GAN算法概览 – 项目思路 – 项目详解。拟在学习完成后，在Bigquant平台上尝试实现GAN算法预测股价走势。

1 GAN算法概览

GAN(Generative Adversarial Networks)生成式对抗网络，顾名思义，是通过对抗的方式学习数据分布的生成式模型。所谓对抗，指的是生成网络和判别网络的互相对抗。生成网络尽可能生成逼真的样本，判别网络尽可能去分析该样本是真实的还是生成的。GAN的目的是通过这种对抗博弈得到效果良好的生成式网络，从而应用于图像生成、语音生成、视频生成等，如近期很火的“AI换头”就可能运用了GAN生成可接受的“另一副面孔”。GAN的具体示意如下：

ZZ为隐变量，是随机噪声通常服从高斯分布。ZZ通过生成器generator生成XfakeXfake，判别器discriminator分辨输入的数据是生成样本XfakeXfake还是真实样本XrealXreal。模型训练的目标为尽可能使得XrealXreal和XfakeXfake的分布相似，如果以距离来衡量就是两个分布间距离最小，如可以交叉熵来表示：

训练时，生成器和判别器采取交替训练，即先训练判别器再训练生成器，直到两者收敛到纳什均衡，即真实和生成样本预测概率均为1/2，难以区分。

从GAN算法的原理可以看出它主要应用于生成新的对象，如创建现实图像、绘画、音频和视频。那这样的生成式模型如何被应用于股价走势这种时间序列预测呢？

背后的逻辑在于一个假设：“历史可以重演”。市场不是100%随机的，股价未来的模式和行为应该或多或少是相同的（除非它开始以一种完全不同的方式运作，或者经济发生剧烈变化）。因此，文章作者希望为未来“生成”与已有的历史交易数据分布类似（当然不是完全相同）的数据，以此来预测股价走势。

这是一种对于市场有效性的自信，并且原文作者在2010年1月1日至2018年12月31日的（训练集7年，测试集2年）美股“Goldman Sachs（高盛）”股票上做了尝试，效果还是很好的。

2 股价预测思路