签名方法在市场异常检测中的应用
计算金融
2022-02-09 v2 机器学习
数理金融
机器学习
摘要
异常检测是在数据集中识别显著偏离常态的异常实例或事件的过程。在本研究中，我们提出一种基于签名的机器学习算法，用于检测给定时间序列类型数据集中罕见或意外的条目。我们给出了将签名或随机签名作为异常检测算法特征提取器的应用；此外，我们为随机签名的构造提供了一种基于表示论的简便解释。我们的第一个应用基于合成数据，旨在区分股票价格真实与伪造的轨迹，这些轨迹在视觉上无法区分。我们还通过使用加密货币市场的交易数据展示了一个真实应用。在这种情况下，借助我们的无监督学习算法，我们能够识别在社交网络上组织的拉高抛售企图，F1 分数高达 88%，从而取得了接近于该领域基于监督学习的最先进结果。
引用
@article{arxiv.2201.02441,
title = {Applications of Signature Methods to Market Anomaly Detection},
author = {Erdinc Akyildirim and Matteo Gambara and Josef Teichmann and Syang Zhou},
journal= {arXiv preprint arXiv:2201.02441},
year = {2022}
}