[论文解读] Applications of Signature Methods to Market Anomaly Detection

Erdinç Akyıldırım, Matteo Gambara+2 more|arXiv (Cornell University)|Jan 7, 2022

Anomaly Detection Techniques and Applications被引用 10

一句话总结

本文提出了一种基于签名的机器学习方法，用于在金融时间序列中进行无监督异常检测，使用精确签名和随机签名作为特征提取器。仅使用价格、成交量和时间戳数据，该方法在检测加密货币拉高出货骗局时实现了高达88%的F₁分数，表明无需标注数据或对操纵模式的先验知识，也能识别复杂的市场异常行为。

ABSTRACT

Anomaly detection is the process of identifying abnormal instances or events in data sets which deviate from the norm significantly. In this study, we propose a signatures based machine learning algorithm to detect rare or unexpected items in a given data set of time series type. We present applications of signature or randomized signature as feature extractors for anomaly detection algorithms; additionally we provide an easy, representation theoretic justification for the construction of randomized signatures. Our first application is based on synthetic data and aims at distinguishing between real and fake trajectories of stock prices, which are indistinguishable by visual inspection. We also show a real life application by using transaction data from the cryptocurrency market. In this case, we are able to identify pump and dump attempts organized on social networks with F1 scores up to 88% by means of our unsupervised learning algorithm, thus achieving results that are close to the state-of-the-art in the field based on supervised learning.

研究动机与目标

• 开发一种基于签名理论的稳健无监督金融时间序列异常检测框架。
• 评估签名是否能够提取有意义的特征，以检测如拉高出货骗局等罕见市场事件。
• 在数据极度不平衡的条件下，比较精确签名与随机签名在异常检测中的性能表现。
• 证明仅凭公开的价格和成交量数据，已包含足够信息以检测复杂的市场操纵行为。
• 为随机签名作为特征工程工具提供基于理论的、表示论的合理性解释。

提出的方法

• 本文使用粗糙路径理论中的签名变换，将时间序列路径编码为捕捉非线性动态的多项式特征。
• 同时应用精确截断签名和随机签名作为输入表示，以增强特征空间的表达能力。
• 随机签名通过路径的随机投影构建，为完整签名提供计算高效的近似，其理论依据来自表示理论。
• 将签名特征输入标准的无监督异常检测算法：孤立森林和最小协方差确定（MCD）。
• 在合成股票价格轨迹和真实加密货币交易数据上评估该方法，性能通过F₁、精确率和召回率进行衡量。
• 作者采用3、6或14个周期的检测窗口，以模拟市场微观结构中的实时异常检测。

实验结果

研究问题

• RQ1 与原始价格和成交量特征相比，基于签名的特征提取是否能提升金融时间序列中无监督异常检测的性能？
• RQ2 在检测市场异常时，随机签名与精确截断签名相比表现如何？
• RQ3 在仅使用公开交易数据的情况下，无监督模型在多大程度上能够检测拉高出货骗局？
• RQ4 签名方法是否保留了足够信息，以在不了解其结构的前提下检测复杂的操纵模式？
• RQ5 随机签名的表示论特性是否能为其作为稳定且有效的特征提取器提供理论支持？

主要发现

• 所提出的方法仅使用价格、成交量和时间戳数据，在加密货币市场中检测拉高出货骗局时达到了88%的F₁分数，与最先进的监督方法相当。
• 随机签名在性能上与精确截断签名相当，F₁分数分别为86%（3周期窗口）和82%（6周期窗口），证实其作为可扩展替代方案的可行性。
• 与仅依赖价格和成交量峰值的基线模型相比，签名的使用显著提升了异常检测性能，表明签名能够捕捉更丰富的时序动态。
• 结果表明，检测操纵行为所需的所有信息均已编码在历史时间序列数据中，支持加密货币市场的效率。
• 精确签名与随机签名之间微小的性能差距在经验上验证了随机签名作为稳健近似的理论框架。
• 孤立森林和基于MCD的模型均从签名特征中受益，且孤立森林在所有检测窗口上的平均F₁分数更高。