Fugu-MT 論文翻訳(概要): Financial Anomaly Detection for the Canadian Market

論文の概要: Financial Anomaly Detection for the Canadian Market

arxiv url: http://arxiv.org/abs/2604.02549v1
Date: Thu, 02 Apr 2026 21:56:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-06 17:20:24.225963
Title: Financial Anomaly Detection for the Canadian Market
Title（参考訳）: カナダ市場における金融異常検出
Authors: Luigi Caputi, Nicholas Meadows,
Abstract要約: 本稿では, トポロジカルデータ解析(TDA), 主成分分析(PCA), ニューラルネットワークに基づく3種類の財務異常検出手法の性能評価を行った。本稿では,ニューラルネットワークに基づく手法(GlocalKDやOne-Shot GIN(E)など)とTDA手法が最強のパフォーマンスを実現する方法を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work we evaluate the performance of three classes of methods for detecting financial anomalies: topological data analysis (TDA), principal component analyis (PCA), and Neural Network-based approaches. We apply these methods to the TSX-60 data to identify major financial stress events in the Canadian stock market. We show how neural network-based methods (such as GlocalKD and One-Shot GIN(E)) and TDA methods achieve the strongest performance. The effectiveness of TDA in detecting financial anomalies suggests that global topological properties are meaningful in distinguishing financial stress events.
Abstract（参考訳）: 本研究では、トポロジカルデータ分析(TDA)、主成分分析(PCA)、ニューラルネットワークに基づく3種類の財務異常検出手法の性能を評価する。これらの手法をTSX-60データに適用し、カナダの株式市場における主要な金融ストレスイベントを特定する。本稿では,ニューラルネットワークに基づく手法(GlocalKDやOne-Shot GIN(E)など)とTDA手法が最強のパフォーマンスを実現する方法を示す。金融異常の検出におけるTDAの有効性は、グローバルなトポロジカルな特性が金融ストレス事象の識別に意義があることを示唆している。

関連論文リスト

ProteuS: A Generative Approach for Simulating Concept Drift in Financial Markets [44.76567557906836]
適応アルゴリズムの開発と検証における根本的な問題は、現実世界の財務データに基礎的な真理が欠如していることである。本稿では,事前定義された構造破壊を伴う半合成財務時系列を生成するための新しいフレームワークProteuSを紹介する。生成されたデータの解析によってタスクの複雑さが確認され、異なる市場状態間の大きな重複が明らかになる。
論文参考訳（メタデータ） (2025-08-30T21:01:47Z)
FinTSB: A Comprehensive and Practical Benchmark for Financial Time Series Forecasting [58.70072722290475]
ファイナンシャル・タイム・シリーズ(FinTS)は、人間の脳を増強した意思決定の行動を記録する。 FinTSBは金融時系列予測のための総合的で実用的なベンチマークである。
論文参考訳（メタデータ） (2025-02-26T05:19:16Z)
Application of Natural Language Processing in Financial Risk Detection [11.494469754549753]
本稿では,金融リスク検出における自然言語処理(NLP)の適用について検討する。本研究は,NLPに基づく金融リスク検出モデルの構築により,金融文書や通信における潜在的なリスクを特定し,予測することを目的とする。
論文参考訳（メタデータ） (2024-06-14T07:06:24Z)
Advancing Anomaly Detection: Non-Semantic Financial Data Encoding with LLMs [49.57641083688934]
本稿では,Large Language Models (LLM) 埋め込みを用いた財務データにおける異常検出の新しい手法を提案する。実験により,LLMが異常検出に有用な情報をもたらし,モデルがベースラインを上回っていることが確認された。
論文参考訳（メタデータ） (2024-06-05T20:19:09Z)
AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework [48.3060010653088]
我々はAlphaFinデータセットをリリースし、従来の研究データセット、リアルタイム財務データ、手書きのチェーン・オブ・プリート(CoT)データを組み合わせています。次に、AlphaFinデータセットを使用して、金融分析タスクを効果的に処理するために、Stock-Chainと呼ばれる最先端の手法をベンチマークします。
論文参考訳（メタデータ） (2024-03-19T09:45:33Z)
Detection of fraudulent financial papers by picking a collection of characteristics using optimization algorithms and classification techniques based on squirrels [0.0]
本手法は,財務諸表の異常を検出するためのモデルを提供することを目的としている。リス最適化のメタ探索能力は、金融データの異常を識別するアプローチの能力とともに、提案した戦略の実装に有効であることが示されている。
論文参考訳（メタデータ） (2022-10-12T12:34:40Z)
Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文参考訳（メタデータ） (2022-03-07T18:59:54Z)
Interpretable ML-driven Strategy for Automated Trading Pattern Extraction [2.7910505923792646]
金融時系列分析のためのボリュームベースデータ前処理手法を提案する。手法の性能を評価するために統計的手法を用いる。提案手法により,金融時系列パターンの分類を成功させることができた。
論文参考訳（メタデータ） (2021-03-23T09:55:46Z)
Deep Portfolio Optimization via Distributional Prediction of Residual Factors [3.9189409002585562]
そこで本稿では,残余要因と呼ばれる金融量分布の予測に基づくポートフォリオ構築手法を提案する。本手法が米国および日本の株式市場データに有効であることを実証する。
論文参考訳（メタデータ） (2020-12-14T04:09:52Z)
Financial Market Trend Forecasting and Performance Analysis Using LSTM [0.0]
LSTMを用いた金融市場トレンド予測手法を提案し、実験を通して既存の金融市場トレンド予測手法を用いて性能を解析する。本稿では,既存の金融市場トレンド予測モデルの性能と,金融市場環境に応じたパフォーマンスを実験的に比較する。
論文参考訳（メタデータ） (2020-03-31T01:30:36Z)
Gaussian process imputation of multiple financial series [71.08576457371433]
金融指標、株価、為替レートなどの複数の時系列は、市場が潜んでいる状態に依存しているため、強く結びついている。金融時系列間の関係を多出力ガウスプロセスでモデル化することで学習することに注力する。
論文参考訳（メタデータ） (2020-02-11T19:18:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。