Разработка и исследование методов обнаружения аномалий в биржевых сделках

Манипулирование стоимостью биржевого актива является незаконной практикой. Цель работы состоит в разработке методов поиска манипуляций в данных биржевых торгов, которые давали бы высокую точность при минимальном количестве ошибок первого и второго рода. Для достижения поставленной цели были выполнены следующие задачи: проведен анализ существующих типов манипуляций на различных видах бирж, проведен анализ методов поиска аномалий в данных, рассмотрены существующее подходы к решению проблемы выявления манипуляций в биржевых данных различного типа, проведен анализ имеющихся наборов данных с последующим применением к ним алгоритмов машинного обучения, оптимизация полученных алгоритмов и анализ результатов. В рамках данной работы манипуляции рассматриваются как аномалии в биржевых данных. Имеющие наборы данных были агрегированы за некоторые промежутки времени по выбранным признакам. К получившемуся набору размеченных данных были применены алгоритмы классификации: Random Forest, Decision Tree, KNN Classifier и Naive Bayes Classifier и выполнена их настройка и оптимизация с учетом имеющихся данных. По результатам экспериментов алгоритм Random Forest показал наилучший результат и минимальное количество ложных срабатываний. К набору неразмеченных данных был применен алгоритм Isolation Forest, который, согласно экспертной оценке, так же хорошо показал хороший результат.