增强神经网络模型鲁棒性的训练方法及其在波动率曲面预测中的应用

本发明公开了一种增强神经网络模型鲁棒性的训练方法及其在波动率曲面预测中的应用。增强神经网络模型鲁棒性的训练方法，其包括：步骤一、通过计算待训练的神经网络模型的输出值与真实值间的回归指标，得到第一损失值L1；步骤二、利用生成模型中计算第二损失值L2；步骤三、基于第一损失值L1和第二损失值L2，结合第三损失值L3构建损失函数；步骤四、基于构建的损失函数对待训练的神经网络模型进行迭代训练学习。本发明通过引入理论数据训练生成模型，利用生成模型计算似然值，利用似然值对神经网络模型的损失函数进行修正，最小化训练数据集的误差，降低神经网络模型受训练数据集的影响，进而达到增强神经网络模型鲁棒性的目的。