基于图神经网络与非广延熵的全球金融市场异常检测
人工智能
2023-08-10 v2 综合金融
摘要
异常检测是一项具有挑战性的任务，尤其在含众多变量的系统中。异常是指与所分析数据在统计上不同的离群值，可能源于罕见事件、故障或系统误用。本研究考察了通过图神经网络（GNN）并考虑由非广延熵度量的不确定性情景，检测全球金融市场异常的能力。主要结果表明，高度相关资产的复杂结构在危机中减弱，且就非广延熵参数而言，危机前、危机中及危机后的异常数量在统计上存在差异。
引用
@article{arxiv.2308.02914,
title = {Anomaly Detection in Global Financial Markets with Graph Neural Networks and Nonextensive Entropy},
author = {Kleyton da Costa},
journal= {arXiv preprint arXiv:2308.02914},
year = {2023}
}