Deep-MKV-TS: Path-Dependent McKean--Vlasov Control for Financial Time Series Generation
Samer El Boustany, Théo Basseras, Samy Mekkaoui, Alexandre Alouadi, Yadh Hafsi, Huyên Pham
q-fin.CP, cs.CE, cs.LG, math.OC
2026-08-20
保留可解释参考模型的漂移，用路径依赖McKean-Vlasov控制去改波动率。Heston上已实现波动W1从0.089降到0.014；实盘股指期货上三条CRPS全面好于参考，回撤约束下仓位从1.85提到1.99。
金融场景生成要的不只是下一步收益的边际分布。回撤长度、波动聚集、早段亏损和后段不确定性之间的耦合，都会改变风控和执行决策。GAN、神经SDE、扩散可以学整条路径，但要从有限样本里重建高维路径律，已经校准好的结构也容易被一起改掉，事后很难指出「这一步波动率为什么偏了」。
互补策略：留一个可解释的参考过程，只修它修不好的路径与波动特征。
参考模型是带短长记忆趋势和活跃度信号的路径依赖波动率模型，先用高斯负对数似然校准，然后冻结。受控过程沿用参考漂移，每一步的波动率矩阵由控制器给出。目标有两块：生成路径律与数据的MMD，以及波动特征（绝对收益、已实现方差、滚动波动、滞后相关等）的MMD；运行代价是受控波动相对参考波动的specific entropy，限制无必要的偏离。
用随机最大值原理把控制写成正倒向系统。倒向信号里的条件期望由GRU近似，隐状态96维，相当于到当前时刻的路径摘要。训练循环：前向采样，自动微分得到路径伴随，岭回归做条件期望代理，再把GRU往这个代理上拟合。每一步都能读出受控波动相对参考偏了多少、由哪段历史触发。
对照包括直接把网络当控制器、最小化同一代价的「直接训练」，以及SBTS、LS4、CSDI等灵活生成器，用来标定修正后能走到哪一档，而不是宣称全面取代。
可精确枚举的GARCH树（N=6、729条路径）上，采样版收回精确解目标改进的96.4%。
Heston（方差过程对模型隐藏）四种子中位数，越低越好：
| 方法 | RV W1 | r | ACF | 早-未来 | MDD W1 | |
| 参考 | 0.089 | 0.068 | 0.214 | 0.059 | ||
| Deep-MKV-TS | 0.014 | 0.016 | 0.018 | 0.022 | ||
| SBTS | 0.005 | 0.004 | 0.012 | 0.039 |
八机制Heston混合里，参考的RV W1 0.479、机制TVD 0.629，修正后分别到0.095和0.331，最大回撤W1从0.309到0.009。延迟波动任务把记忆跨度拉到128/256/512步：修正切掉参考分布误差的31.6%、39.7%、62.2%；N=512时直接训练只有2/4个种子跑完，时间依赖相对参考还变差，Deep-MKV-TS四种子全完。
实盘：ES/NQ/YM股指期货，496/144/123个交易日按时间切分。给定前65个对数价，从8192条生成路径里取256条最近邻，预测后32步。ES上累积收益CRPS从1.045降到1.003，增量0.276到0.267，已实现波动0.897到0.634，NQ和YM同样三项全降。下游回撤决策：1%损失预算、目标违规率10%，平均敞口从1.85升到1.99，实测违规8.13%。
量化台往往已经有一个校准过的参考动力学，缺的是路径依赖的波动细节。这篇给出「修正而不是重训一个黑盒」的做法，并且修正量沿路径可追踪。延迟波动上直接训练不稳、结构化修正仍在工作，说明正倒向信号在长记忆上比端到端砸目标更可靠。
它没有在所有无条件距离上压过SBTS或LS4。主张是把参考模型抬到灵活生成器附近，并保住可解释骨架。
主实验是一维、观测网格等于模拟网格。参考漂移写死，系统偏差的均值结构修不了。MMD核和波动特征是设计选择，换特征会换修正对象。实盘条件评估依赖路径阴影近邻，近邻特征本身是一种归纳偏置。下游决策只在ES上做了回撤约束，不是交易盈亏。论文没有单独开局限节，讨论里把灵活生成器定位为参照水位，也承认不是普遍支配。