Dimensionality reduction techniques to support insider trading detection
创建于 更新于
摘要
本报告提出一种基于无监督重构范式的异常检测方法，结合主成分分析(PCA)和自编码器(AE)对投资者交易行为进行降维，进而识别潜在内幕交易者。该方法不依赖事先定义的交易特征，输入仅为各投资者在价格敏感事件(PSE)前后的持仓时间序列。以意大利股票市场围绕收购要约的交易数据为案例，方法通过极大重构误差定位异常行为，建立相关阈值筛选潜在内幕投资者，并通过与基于k-means聚类的特征方法结果对比，展示了该降维方法的稳健性和独特价值。此外，自编码器在捕获复杂交易模式方面表现优于PCA，尤其能发现k-means未覆盖的异常交易策略，提升监管辅助效能 [page::0][page::2][page::6][page::8][page::9][page::10][page::11].
