通过主成分分析实现检测金融中的异常交易模式

2024-08-25 08:04

本文主要是介绍通过主成分分析实现检测金融中的异常交易模式,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

主成分分析(PCA)是一种在机器学习和数据科学中广泛使用的降维技术。它的主要目的是将高维数据转换为低维数据,同时尽可能保留原始数据中的信息。以下是PCA的一些关键点:
1. 基本概念:PCA的核心思想是将n维特征映射到k维上,这k维是在原有n维特征的基础上重新构造出来的,它们被称为主成分。这些主成分是相互正交的,即彼此之间没有相关性。
2. 工作原理:
   - 标准化数据:首先对数据进行标准化处理,确保每个特征具有相同的量纲。
   - 计算协方差矩阵:计算标准化数据的协方差矩阵,该矩阵反映了原始数据各维度之间的相关性。
   - 特征值分解:对协方差矩阵进行特征值分解,得到特征值和对应的特征向量。
   - 选择主成分:选择前k个最大的特征值对应的特征向量,它们构成了新的坐标轴,即主成分。
   - 降维:将原始数据投影到这k个主成分上,得到降维后的数据。
3. 实际应用:PCA在多个领域都有应用,包括数据降维、特征提取、数据压缩和异常检测等。例如,在图像处理中,PCA可以用于降维和特征提取,帮助识别和分类图像;在金融领域,它可以用于检测异常交易模式。
总的来说,PCA是一种强大的数据分析工具,能够帮助我们从复杂数据中提取关键信息,简化数据结构,而不会显著损害原始数据的完整性。

以下是一个简化的示例,展示如何使用Python和PCA来识别潜在的异常交易。通过这个例子了解主成分分析的使用方法。

首先,你需要准备交易数据,这里假设我们有一组股票的交易数据,包括交易量、价格波动等特征。

以下是使用Python实现PCA进行异常检测的基本步骤:

  1. 数据预处理:包括数据清洗、标准化。
  2. 应用PCA:计算主成分并选择最重要的几个。
  3. 异常检测:基于主成分得分来识别异常。

Step1:构建符合有异常交易的数据

先导入库

import pandas as pd
import numpy as np

这里,我们导入了pandasnumpy库,它们是Python中进行数据处理和数值计算的常用库。

设置随机种子

np.random.seed(42)

通过设置随机种子,我们确保每次运行代码时生成的随机数序列都是相同的,这有助于代码的可复现性。

定义交易记录数量

num_transactions = 100

这里定义了模拟数据集中交易记录的数量,即100条。

生成模拟数据

# 创建一些模拟的特征:交易量(volume),价格变动(price_change),交易次数(trade_count)
volume = np.random.normal(loc=1000, scale=200, size=num_transactions)
price_change = np.random.normal(loc=0, scale=5, size=num_transactions)
trade_count = np.random.poisson(lam=5, size=num_transactions)

交易量:使用numpyrandom.normal函数生成正态分布的随机数,代表交易量。loc=1000是均值,scale=200是标准差,size=num_transactions指定生成的随机数的数量。

价格变动:同样,这里生成代表价格变动的正态分布随机数,均值为0,标准差为5。

交易次数:使用numpyrandom.poisson函数生成泊松分布的随机数,代表交易次数。lam=5是泊松分布的参数,表示事件的平均发生率。

再创建DataFrame:

# 将这些特征放入一个DataFrame中
df = pd.DataFrame({'volume': volume,'price_change': price_change,'trade_count': trade_count
})

使用pandasDataFrame创建一个数据框,将生成的交易量、价格变动和交易次数数据放入其中。

再添加异常值

# 为了演示异常检测,我们手动添加一些异常值
# 假设有5个异常交易
num_outliers = 5
outlier_indices = np.random.choice(num_transactions, num_outliers, replace=False)# 在这些异常交易中,我们增加交易量和价格变动
df.loc[outlier_indices, 'volume'] *= 5
df.loc[outlier_indices, 'price_change'] *= 5

设定要添加的异常交易数量为5。使用numpyrandom.choice函数随机选择5个不重复的索引作为异常交易的索引。

显示前10条记录

df.head(10)

使用DataFramehead方法显示数据框的前10条记录,以检查数据的样式和异常值是否成功添加。

这样就构建一个包含正常交易和异常交易的数据集。数据前10行如下:

Step2:主成分分析(PCA)实现与结果可视化

先导入库:

from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline

sklearn库中的PCAStandardScalermake_pipeline用于执行主成分分析和数据标准化。

再进行数据预处理:

scaler = StandardScaler()
df_scaled = scaler.fit_transform(df)

使用StandardScaler对交易数据进行标准化处理,即转换数据以具有0均值和单位方差。这是PCA之前的一个重要步骤,因为PCA对数据的尺度敏感。

应用主成分分析(PCA)

# 应用PCA
pca = PCA(n_components=2)  # 假设我们保留2个主成分
pca.fit(df_scaled)
components = pca.transform(df_scaled)
  • 初始化PCA对象,设置保留的主成分数量为2,即我们希望将数据投影到2维空间。

  • 使用标准化后的数据拟合PCA模型

  • 使用PCA模型转换原始数据,得到主成分得分。

解释方差比例

explained_variance_ratio = pca.explained_variance_ratio_

获取每个主成分解释的方差比例,这可以帮助我们了解每个主成分捕获了多少原始数据的方差信息。

异常检测:

# 异常检测
# 基于主成分得分来识别异常
# 这里我们使用一个简单的阈值方法,实际应用中可能需要更复杂的方法
threshold = 3  # 设定一个阈值,例如3个标准差
outliers = np.abs(components) > threshold# 找出异常交易的索引
outlier_indices = np.where(outliers.any(axis=1))[0]
  • 设定一个阈值,这里设为3个标准差,用于识别异常值,在统计学中,要确定三个标准差具体是多少,我们需要知道数据集的平均值(mean)和标准差(standard deviation,σ)。一个数据点如果其值超过平均值加上或减去三个标准差(3σ),则通常被认为是一个异常值或离群值。

  • 通过比较主成分得分与阈值,创建一个布尔数组,标记出哪些交易是异常的。

  • 使用np.whereany函数找出标记为异常的交易索引。

打印异常交易的详细信息:

print("异常交易的索引:", outlier_indices)
for index in outlier_indices:print(f"交易ID: {index}, 主成分得分: {components[index]}")

结果如下:

可视化主成分,帮助理解异常:

# 可视化主成分,帮助理解异常
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 设置支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体为黑体
plt.rcParams['axes.unicode_minus'] = False  # 确保负号'-'可以正常显示plt.scatter(components[:, 0], components[:, 1])
plt.xlabel('主成分1')
plt.ylabel('主成分2')
plt.title('交易数据的主成分分析')
plt.grid(True)
plt.show()

显示异常结果如下:

以上就是使用Python实现PCA进行金融交易数据中的异常检测的基本步骤。

点下关注,分享更多有关AI,数据分析和量化金融相关的实用教程和项目。

这篇关于通过主成分分析实现检测金融中的异常交易模式的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1104995

相关文章

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

基于SpringBoot实现文件秒传功能

《基于SpringBoot实现文件秒传功能》在开发Web应用时,文件上传是一个常见需求,然而,当用户需要上传大文件或相同文件多次时,会造成带宽浪费和服务器存储冗余,此时可以使用文件秒传技术通过识别重复... 目录前言文件秒传原理代码实现1. 创建项目基础结构2. 创建上传存储代码3. 创建Result类4.

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.