用于发现期货市场欺诈的深度半监督异常检测
机器学习
2023-09-04 v1 风险管理
摘要
现代金融电子交易所是一个令人兴奋且快节奏的市场，每天有数十亿美元易手。它们也充斥着操纵与欺诈。检测此类活动是一项重大任务，历史上一直专属于人类的工作。近来，更多研究与资源聚焦于通过机器学习和人工智能实现这些流程的自动化。欺诈检测绝大多数与更广义的异常检测领域相关，由于监督学习所需标注数据的缺乏，异常检测通常通过无监督学习技术完成。然而，少量标注数据往往确实存在。本研究文章旨在评估一种称为 Deep SAD 的深度半监督异常检测技术在高频率金融数据中检测欺诈的有效性。我们使用来自蒙特利尔 TMX 交易所的独家专有限价订单簿数据，以及一小部分真实标注的欺诈实例，将 Deep SAD 与其无监督前身进行对比评估。我们表明，将少量标注数据纳入无监督异常检测框架可大幅提升其准确率。
引用
@article{arxiv.2309.00088,
title = {Deep Semi-Supervised Anomaly Detection for Finding Fraud in the Futures Market},
author = {Timothy DeLise},
journal= {arXiv preprint arXiv:2309.00088},
year = {2023}
}
备注
8 pages, 3 figures