股票非法内幕交易的挖掘：一种主动式方法
统计金融
2019-10-01 v3 机器学习
机器学习
摘要
股票非法内幕交易基于在信息公开前释放非公开信息（例如新产品发布、季度财务报告、收购或合并计划）。由于股票市场复杂、非线性和非平稳的特性，检测非法内幕交易十分困难。在本工作中，我们提出一种方法，利用基于深度学习的方法结合时间序列数据上的离散信号处理，从结构化和非结构化的大型异构数据源中主动检测和预测非法内幕交易。此外，我们使用一种基于树的方法将事件和动作可视化，以帮助分析师理解大量非结构化数据。利用现有数据，我们发现该方法在检测非法内幕交易模式方面具有良好的成功率。
引用
@article{arxiv.1807.00939,
title = {Mining Illegal Insider Trading of Stocks: A Proactive Approach},
author = {Sheikh Rabiul Islam and Sheikh Khaled Ghafoor and William Eberle},
journal= {arXiv preprint arXiv:1807.00939},
year = {2019}
}
备注
Accepted in IEEE BigData 2018