แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Teerasit Kasetkasem. Time series generative AI for asset investment. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2026.
Time series generative AI for asset investment
Name: Narodom Yatnimit
Organization :
Kasetsart University. Department of Electrical Engineering
Email :
narodom.y@ku.th
Name: Teerasit Kasetkasem
Organization :
Kasetsart University. Department of Electrical Engineering
Email :
fengtsk@ku.ac.th
keyword:
Transformers (Computer science)
LCSH:
Portfolio management
-- Mathematical models
LCSH:
Time-series analysis
Abstract:
This paper introduces a Conditional DDPM Transformer to address the limitations of traditional historical trajectories and stochastic models in multi-asset portfolio simulation. While standard models struggle with extreme market volatility and parameter instabilityoften leading to the Markowitz Curseour approach utilizes deep generative multi-path simulations driven by causal Transformers to capture non-linear dynamics and asymmetric downside risks. Evaluated over a 501-day out-of-sample period across 14 assets, the proposed GenAI framework in its optimal configuration (R = 10, O = 20) achieves a cumulative return of 33.59 percent and a Sharpe ratio of 0.400, substantially outperforming the traditional historical baseline which suffered a negative cumulative return of -28.91 percent and a Sharpe ratio of -0.345. Crucially, the deep generative framework reduces the maximum drawdown to -48.74 percent and shortens the drawdown recovery duration from 918 days to just 291 days, demonstrating its practical efficacy in robust capital preservation and active asset allocation.
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2026
Modified:
2026-08-11
Issued:
2026-08-11
บทความ/Article
application/pdf
BibliograpyCitation :
In ECTI Association and Burapha University. Faculty of Engineering. 2026 23rd International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON 2026) (pp.469-474). Piscataway, NJ : IEEE
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.034999 วินาที
Narodom Yatnimit
| Title | Contributor | Type |
|---|---|---|
| Time series generative AI for asset investment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narodom Yatnimit;Teerasit Kasetkasem | บทความ/Article |
Teerasit Kasetkasem
| Title | Contributor | Type |
|---|---|---|
| Automatic rice plant disease evaluation method based on anomaly detection and deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Teepakorn Tosawadi;Teerasit Kasetkasem;Wanlaya Laungnarutai;Teera Phatrapornnant;Kumazawa, Itsuo | บทความ/Article | |
| Combining technical indicators and deep learning by using LSTM stock price predictor
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattareeya Piravechsakul;Teerasit Kasetkasem;Sanparith Marukatat;Kumazawa, Itsuo | บทความ/Article | |
| Determination lactone composition in Andrographis paniculata (Burm. f.) Wall. ex Nees using hyperspectral imaging
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pongpreda Kingwattanakul;Teera Phatrapornnant;Cattarin Theerawitaya;Teerasit Kasetkasem;Yamagushi, Masahiro | บทความ/Article | |
| On the use of class activation map on rice blast disease identification and localization
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Teepakorn Tosawadi;Teerasit Kasetkasem;Wanlaya Laungnarutai;Teera Phatrapornnant;Kumazawa, Itsuo | บทความ/Article | |
| A unhealthy plant identification system using a generative adversarial network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Satida Sookpong;Teerasit Kasetkasem;Teera Phatrapornnant;Yu, Jaehoon | บทความ/Article | |
| An attention mechanism approach for natural color retrieval for plant monitoring
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Yanatorn Chadavadh;Teerasit Kasetkasem;Teera Patrapornnant;Sirichai Parittotakapron;Isshiki, Tsuyoshi | บทความ/Article | |
| Combination of U-Net and Transformer concept for plant area extraction of time-lapse images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Maung, Hnyot Myet Wunn Shunn Le;Teerasit Kasetkasem;Teera Phatrapornnant;Isshiki, Tsuyoshi | บทความ/Article | |
| On the use of image masking techniques for estimation active ingredients in Holy Basil leaves from hyperspectral images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sitthakarn Udomwongvattana;Panita Chutimanukul;Teerasit Kasetkasem;Yamaguchi, Masahiro;Teera Phatrapornnant | บทความ/Article | |
| A plant disease identification and localization approach without mask labeling
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Thinnaphat Deedetch;Teerasit Kasetkasem;Teera Phatrapornnant | บทความ/Article | |
| A deep super-resolution mapping network for rice paddy extraction from low-resolution remote sensing images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Abraham, Joanna S.;Teerasit Kasetkasem;Takahashi, Atsushi;Teera Phatrapornnant | บทความ/Article | |
| Time series generative AI for asset investment
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narodom Yatnimit;Teerasit Kasetkasem | บทความ/Article |