Ин таҳқиқот чаҳорчӯбаи anti-money laundering (AML)-ро пешниҳод мекунад, ки ба ошкор кардани намунаҳои шубҳаноки муомила, ки метавонанд дар муҳитҳои савдои басомади баланд (HFT) ба вуҷуд оянд, бо истифода аз таҳлили пешгӯишаванда ва омӯзиши мошинӣ равона шудааст. Дар таҳқиқоте, ки усулҳои омӯзиши назоратшаванда ба монанди random forest бо ошкоркунии аномалия дар асоси autoencoder муқоиса мешаванд, хусусиятҳое чун суръати муомила, басомади муомила, bid-ask spread, навъи ҳисоб ва гурӯҳбандии тамғаи вақт ҳамчун сигналҳои огоҳии барвақт аз ҷинояти молиявӣ моделсозӣ мешаванд.

Маълумоти истифодашуда дар таҳқиқот аз сабтҳои воқеии тафтишоти биржавӣ иборат нест. Муҳаққиқ барои намояндагӣ кардани давраи Январ 2017–Декабр 2018 маҷмӯи синтетикии глобалии саҳмияҳои HFT бо 1 миллион муомила, ки фарзиявӣ, вале воқеӣ ҳисобида мешавад сохтааст. %2'si аз муомилаҳо мувофиқи намунаҳои монанд ба layering ё spoofing ҳамчун шубҳанок тамғагузорӣ шудаанд, 200.000 муомила барои омӯзиш истифода шуда, 800.000 муомилаи боқимонда ба маҷмӯаҳои санҷиши тасдиқ ва тест баробар тақсим шудаанд.

Дар манбаъ модели random forest ба %85 accuracy, %80 precision, %78 recall ва %79 F1-score мерасад, дар ҳоле ки модели autoencoder мутаносибан ба %78, %75, %70 ва %72 мерасад. Дар модели random forest баландтарин аҳамияти тағйирёбанда бо 0,35 ба trade velocity, яъне зичии муомила дар як сония дода шудааст.

Наметавон хулоса кард, ки ин рақамҳои самаранокӣ дар амалиёти воқеии AML тасдиқ шудаанд. Маълумоти синтетикӣ метавонад мушкилоте мисли маълумоти нопурра дар бозорҳои воқеӣ, тамғагузории нодуруст, режимҳои гуногуни бозор, бекоркунии фармоишҳо, venue fragmentation ва тағйири қасдонаи рафтори ҷиноятиро пурра намояндагӣ накунад. Таҳқиқот низ ин маҳдудиятро ошкоро эътироф мекунад.

Чаро савдои басомади баланд аз нуқтаи назари AML омӯхта мешавад?

Савдои басомади баланд метавонад дар фосилаҳои хеле кӯтоҳи вақт ба таври автоматӣ миқдори зиёди фармоиш ва муомила тавлид кунад. Ин суръат ва ҳаҷм барои системаҳои анъанавии AML бо ҳадҳои собит мушкили ҷиддии коркарди маълумот эҷод мекунад. Азбаски ҳатто як стратегияи муқаррарии HFT метавонад дар давоми сонияҳо ё миллисонияҳо ҳазорҳо паём тавлид кунад, қоидаҳои содае, ки танҳо ба шумораи муомилаҳо такя мекунанд, метавонанд шумораи зиёди огоҳиҳои бардурӯғ ба вуҷуд оранд.

Равиши асосии таҳқиқот истифодаи моделҳое мебошад, ки ба ҷойи қоидаҳои собити AML намунаҳои бисёртағйирёбандаи дохили маълумотро меомӯзанд. Ҳамин тариқ, ба ҷойи як “ҳади шумораи муомилаҳо”, зичии муомила, басомад, рафтори spread, навъи ҳисоб ва гурӯҳбандӣ дар тӯли вақт якҷоя арзёбӣ мешаванд.

Таҳлили Пешгӯишаванда аз Қоидаҳои Анъанавии AML Чӣ Фарқ Дорад?

Системаҳои AML-и қоидабунёд тавассути ҳадҳо ва сенарияҳои пешакӣ муайяншуда огоҳӣ тавлид мекунанд, дар ҳоле ки таҳлили пешгӯишаванда робитаҳои омориро аз намунаҳои таърихӣ ё синтетикӣ тамғагузоришуда меомӯзад. Модели назоратшаванда кӯшиш мекунад намунаҳои шубҳаноки маълумро тасниф кунад, дар ҳоле ки модели беназорат метавонад рафтори ғайриоддии қаблан тамғагузоринашударо ҳамчун аномалия нишон диҳад.

Аз ин рӯ, таҳқиқот ду равиши гуногунро муқоиса мекунад:

Random forest дар намунаҳои маълум ва тамғагузоришуда натиҷаи баландтар нишон медиҳад. Autoencoder, бо вуҷуди натиҷаи умумии пасттар, ҳамчун механизми иловагӣ барои ошкор кардани аномалияҳои қаблан муайяннашуда баррасӣ мешавад.

Маълумоти синтетикӣ чӣ гуна сохта мешавад?

Манбаъ 1 миллион муомилаи HFT-ро, ки бозори глобалии саҳмияҳоро намояндагӣ мекунад, тавлид мекунад. Сохтори маълумот бо илҳом аз маълумоти оммавии бозор монанд ба NASDAQ, ҳисоботҳои танзимкунандаи SEC ва типологияҳои FATF тарҳрезӣ шудааст. Барои таъмини гуногунӣ аз тавлиди маълумоти синтетикӣ дар асоси Monte Carlo ёд мешавад.

Тағйирёбандаҳои асосии истифодашуда дар ҳар муомила инҳоянд:

• ҳаҷми муомила,
• басомади муомила,
• bid-ask spread,
• навъи ҳисоб,
• timestamp,
• trade velocity-и ҳосилшуда,
• нишондиҳандаҳои марбут ба гурӯҳбандии вақт.

Дар манбаъ гуфта мешавад, ки тақрибан %2'si аз муомилаҳо ба тавре тамғагузорӣ шудаанд, ки намунаҳои шубҳаноки монанд ба layering ё spoofing дошта бошанд.

Чаро Маълумоти Синтетикӣ Маҳдудияти Муҳим Аст?

Маълумоти синтетикӣ барои таҳияи модел ва анҷом додани муқоисаҳои назоратшаванда муфид аст; аммо тамоми мураккабии рафтори бозорҳои воқеиро дар бар намегирад. Дар маълумоти воқеии HFT метавонанд сабтҳои нопурра, venue routing, рафтори market-maker, бекоркунии фармоишҳо, режимҳои гуногуни ликвидият, рӯйдодҳои хабарӣ, робитаҳои байни ҳисобҳо ва тамғаҳои нодуруст ё нопурраи AML мавҷуд бошанд.

Аз ин рӯ, арзиши %85 accuracy дар таҳқиқот набояд ҳамчун натиҷаи интизоршаванда дар системаи зиндаи AML-и як муассисаи молиявии воқеӣ истифода шавад. Ин рақам натиҷаи тестии модели random forest дар доираи маълумоти синтетикӣ ва чаҳорчӯбаи тамғагузории сохтаи муҳаққиқ мебошад.

Намунагирӣ ва тақсими маълумот

Дар таҳқиқот барои омӯзиш stratified sampling истифода мешавад. Аз маҷмӯи 1 миллион муомила 200.000 муомила барои омӯзиши модел интихоб мешавад. Қабатбандӣ аз рӯйи навъи ҳисоб ва ҳаҷми муомила анҷом дода мешавад.

800.000 муомилаи боқимонда ба ду қисми баробар тақсим шуда:

• 400.000 мушоҳидаи тасдиқ,
• 400.000 мушоҳидаи тест

истифода мешаванд.

Муҳаққиқ мегӯяд, ки барои такрорпазирӣ арзиши random seed ба 42 собит карда шудааст.

Воситаҳои ҳисоббарории истифодашуда

Гуфта мешавад, ки барои моделҳои назоратшаванда scikit-learn, барои татбиқи autoencoder TensorFlow ва барои коркарди маълумоти миқёсан калон Apache Spark истифода шудаанд. Самаранокии модел аз рӯйи accuracy, precision, recall ва F1-score арзёбӣ мешавад.

Истифодаи ин воситаҳо худ аз худ маънои онро надорад, ки модел барои муҳити истеҳсолии вақти воқеӣ омода аст. Назорати HFT дар вақти воқеӣ талаботи иловагӣ ба монанди таъхир, throughput, якпорчагии маълумот, model drift'i ва шарҳпазириро дар бар мегирад.

Усул ва Натиҷаҳои Таҳқиқот

Самаранокии random forest ва autoencoder

Дар натиҷаҳои Ҷадвали 1-и манбаъ random forest дар ҳамаи чор ченаки самаранокӣ аз autoencoder болотар қарор дорад. Фарқи accuracy 7 банди фоизӣ, фарқи recall 8 банди фоизӣ ва фарқи F1 7 банди фоизӣ мебошад.

Дар ин ҷо accuracy ба танҳоӣ ченаки кофии арзёбӣ нест. Гуфта мешавад, ки танҳо %2'si аз маҷмӯи маълумот ҳамчун шубҳанок тамғагузорӣ шудааст; аз ин рӯ, дар масъалаи AML бо нобаробарии ҷиддии синфҳо precision, recall, F1 ва тақсимоти хато аз рӯйи синф махсусан муҳиманд.

Нишондиҳандаҳои Муҳими Огоҳии Барвақт дар Модели AML Кадомҳоянд?

Арзишҳои feature importance-и модели random forest, ки дар манбаъ гузориш шудаанд, чунинанд:

Қавитарин хусусияти модел trade velocity гузориш шудааст. Ин тағйирёбанда зичии муомилаҳоро дар як воҳиди муайяни вақт ифода мекунад. Пас аз он transaction frequency ва bid-ask spread меоянд.

Арзиши feature importance нишон намедиҳад, ки тағйирёбанда худ сабаби ҷиноят аст ё суръати муайяни муомила бояд ба таври автоматӣ шубҳанок ҳисобида шавад. Ченакҳои аҳамияти random forest саҳми пешгӯии дохили моделро нишон медиҳанд ва ҳангоми мавҷуд будани коррелятсия миёни тағйирёбандаҳо тафсири иқтисодӣ бояд бо эҳтиёт анҷом дода шавад.

Дақиқӣ дар ҷараёни омӯзиши модел

Дар графики Figure 1-и манбаъ accuracy-и модели random forest дар панҷ итератсияи омӯзиш аз тақрибан %75 то %85 боло меравад. Autoencoder бошад аз тақрибан %70 то %78 меафзояд.

Ин тасвир нишон медиҳад, ки модели random forest дар сенарияи синтетикии додашуда зудтар ва ба сатҳи баландтари самаранокӣ расидааст. Бо вуҷуди ин, дар манбаъ шарҳи муфассали алгоритмии тарзи ташаккули мафҳуми “training iteration” дода нашудааст; аз ин рӯ, график набояд бо epoch-based learning curve-и классикӣ яксон ҳисобида шавад.

Дар бораи позитивҳои бардурӯғ чӣ гузориш мешавад?

Дар бахши натиҷаҳо гуфта мешавад, ки равиши пешниҳодшуда нисбат ба системаҳои анъанавии rule-based позитивҳои бардурӯғро %25 кам кардааст. Аммо барои ин натиҷа дар манбаъ ҷадвали алоҳида, confusion matrix ё муқоисаи мустақими таҷрибавӣ нишон дода нашудааст.

Аз ин рӯ, рақами %25 метавонад ҳамчун изҳороти муаллиф дар бахши натиҷаҳои таҳқиқот оварда шавад; он набояд ҳамчун натиҷаи мустақилона аз нав ҳисобшуда ё бо ҷадвали муфассали таҷрибавӣ тасдиқшуда пешниҳод гардад.

Мӯҳлати ошкоркунӣ дар вақти воқеӣ

Манбаъ дар бахши натиҷаҳо ҳамчунин мегӯяд, ки detection delay метавонад %40 кам карда шавад. Аммо ҳамон параграф ин натиҷаро бо натиҷаҳои қаблии Wang ва ҳамкоронаш мепайвандад ва дар таҳқиқоти ҷорӣ ҷадвали мустақили benchmark-и таъхир барои ин натиҷа пешниҳод нашудааст.

Аз ин рӯ, арзиши %40 коҳиши таъхир низ набояд ҳамчун яке аз натиҷаҳои асосии бевосита ченшудаи таҷрибаи синтетикии ҷорӣ арзёбӣ шавад.

Оё Layering ва Spoofing Бо Шустушӯи Пул Як Чизанд?

Не. Layering ва spoofing одатан рафторҳои манипулятсияи бозор мебошанд, ки бо таъсир расонидан ба дафтари фармоишҳо тавассути фармоишҳои гумроҳкунанда ё роҳнамоии иштирокчиёни бозор бо сигналҳои нодурусти нарх/ликвидият алоқаманданд. Шустушӯи пул бошад, раванди пинҳон кардани манбаъ ва моликияти даромади ҷиноятӣ мебошад.

Манбаъ ин рафторҳоро дар доираи васеътари “financial crime” ва огоҳии барвақти AML якҷоя баррасӣ мекунад. Аммо як огоҳии spoofing ё layering худ аз худ далели money laundering нест. Дар системаи AML чунин рафторҳо бояд танҳо бо ҷараёни маблағ байни ҳисобҳо, beneficial ownership, профили муштарӣ ва дигар заминаҳои муомила якҷоя арзёбӣ шаванд.

Оё моделҳои назоратшаванда ва беназоратро якҷоя истифода бурдан мумкин аст?

Дар бахши муҳокимаи таҳқиқот системаи гибридӣ пешниҳод мешавад. Random forest метавонад дар намунаҳои маълуми қаблан тамғагузоришуда самаранокии баланди таснифро таъмин кунад, дар ҳоле ки autoencoder метавонад барои ошкор кардани рафтори аномалии қаблан диданашуда истифода шавад.

Меъмории умумии пешниҳодшударо метавон чунин тасаввур кард:

Ҷараёни зиндаи муомила → истихроҷи хусусиятҳо → сканкунии аномалия → supervised risk score → баррасии таҳлилгари AML

Аммо манбаъ ин системаи гибридиро ба таври таҷрибавӣ насохта ва бо нишондиҳандаҳои алоҳидаи самаранокӣ насанҷидааст. Аз ин рӯ, равиши гибридӣ пешниҳоди оянданигари таҳқиқот аст.

Мушкилоти шарҳпазирӣ

Қарорҳои AML бояд барои танзимгарон ва гурӯҳҳои мутобиқат шарҳпазир бошанд. Моделҳо ба монанди random forest метавонанд нисбат ба қоидаҳои содаи ҳадбунёд робитаҳои мураккабтари қарор эҷод кунанд.

Манбаъ пешниҳод мекунад, ки дар оянда усулҳои шарҳпазири зеҳни сунъӣ ба монанди SHAP истифода шаванд. Бо ин роҳ метавон ба таҳлилгарон нишон дод, ки кадом хусусиятҳои муомила ба огоҳӣ то чӣ андоза таъсир расонидаанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар маҷмӯи синтетикии HFT random forest нисбат ба autoencoder ба accuracy, precision, recall ва F1-score-и баландтар расидааст.
• Арзиши accuracy-и random forest 0,85 гузориш шудааст.
• Trade velocity дар модели random forest бо 0,35 баландтарин арзиши feature importance дорад.
• Transaction frequency ва bid-ask spread тағйирёбандаҳои муҳимтарини баъдӣ мебошанд.
• Ошкоркунии аномалияи беназорат ҳамчун равиши иловагӣ барои намунаҳои тамғагузоринашуда баррасӣ мешавад.
• Таъкид мешавад, ки барои назорати AML дар вақти воқеӣ инфрасохтори додаҳои калон ва истихроҷи хусусиятҳо бо суръати баланд муҳиманд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• %85 accuracy сатҳи муваффақияти тасдиқшуда дар системаҳои воқеии HFT AML нест.
• Таҳқиқот як миллион муомилаи воқеии биржавиро истифода намекунад; маълумот синтетикӣ аст.
• Ҳар арзиши баланди trade velocity нишондиҳандаи шустушӯи пул нест.
• Ошкор кардани layering ё spoofing худ аз худ маънои ошкор кардани шустушӯи пулро надорад.
• Дар манбаъ benchmark-и воқеии latency барои биржаи зинда пешниҳод нашудааст.
• Коҳиши %25 false-positive ва коҳиши %40 detection-delay бо ҷадвали муфассали таҷрибавӣ мустақилона нишон дода нашудаанд.
• Натиҷаҳоро мустақиман ба крипто, деривативҳо, FX ё бозорҳои дигар умумӣ кардан мумкин нест; тарҳи маълумот ба муҳити саҳмияҳои HFT нигаронида шудааст.

Маҳдудиятҳои методологӣ

Маҳдудияти якум: Маълумот синтетикӣ аст. Азбаски муомилаҳои синтетикӣ фарзияҳои муҳаққиқро инъикос мекунанд, модел метавонад ҳамон фарзияҳоро омӯзад ва дар бозори воқеӣ самаранокӣ коҳиш ёбад.

Маҳдудияти дуюм: Гарчанде қабул мешавад, ки тамғаҳои шубҳанок бо илҳом аз тафтишоти гузаштаи AML сохта шудаанд, маълумоти воқеии тафтишоти тамғагузоришуда истифода нашудааст.

Маҳдудияти сеюм: Синфи шубҳаноки танҳо %2 дар маҷмӯи маълумот class imbalance-и ҷиддӣ эҷод мекунад. Бо вуҷуди ин, манбаъ ROC-AUC, PR-AUC, confusion matrix ё таъсири class-weight-ро гузориш намекунад.

Маҳдудияти чорум: Мафҳумҳои HFT, манипулятсияи бозор ва money laundering дар баъзе бахшҳо ба ҳам хеле наздик истифода мешаванд. Ин рафторҳо метавонанд аз нуқтаи назари ҳуқуқӣ ва амалиётии AML намудҳои гуногуни тафтишотро талаб кунанд.

Маҳдудияти панҷум: Гарчанде инфрасохтори ҳисоббарории татбиқи вақти воқеӣ тавассути Apache Spark муҳокима мешавад, тести end-to-end таъхир, throughput ва peak-load пешниҳод намешавад.

Маҳдудияти шашум: Он ки баъзе сабтҳои рӯйхати манбаъҳо бо иқтибосҳои бахши адабиёт пурра мувофиқат намекунанд ва баъзе сабтҳои библиографӣ аз ҷиҳати сана/мавзӯъ диққати иловагӣ талаб мекунанд, зарурати алоҳида санҷидани иддаоҳои марбут ба адабиёти берунии мақоларо ба миён меорад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Predictive Analytics in Anti-Money Laundering for Detecting High-Frequency Trading Abuses and Identifying Early Warning Signs of Financial Crime

Муаллиф: Bharat Bhanushali.

Аффилиатсияи PDF: BNP Paribas, Vice President, Jersey City, New Jersey, USA.

Нашрия: International Journal of Research in Electronics and Computer Engineering (IJRECE).

Ҷилд / Шумора: Vol. 7, Issue 1.

Давра: January–March 2019.

ISSN: 2393-9028 (Print), 2348-2281 (Online).

Саҳифаҳо: 1273–1279.

Навъи таҳқиқот: Таҳқиқоти усули AML/HFT дар асоси омӯзиши мошинӣ бо маълумоти синтетикӣ.

Маълумот: 1 миллион муомилаи синтетикии HFT; барои намояндагӣ кардани давраи Январ 2017–Декабр 2018 сохта шудааст.

Нисбати муомилаҳои шубҳанок: %2.

Омӯзиш: 200.000 муомила.

Тасдиқ: Тақрибан 400.000 муомила.

Тест: Тақрибан 400.000 муомила.

Моделҳои асосӣ: Random forest ва autoencoder.

Барномасозӣ / ҳисоббарорӣ: scikit-learn, TensorFlow ва Apache Spark.

Random seed: 42.

Самаранокии асосӣ: Random forest accuracy 0,85; precision 0,80; recall 0,78; F1 0,79. Autoencoder accuracy 0,78; precision 0,75; recall 0,70; F1 0,72.

Муҳимтарин feature: Trade Velocity — 0,35 importance.

Дастрасии маълумот: Мақола мегӯяд, ки код ва қолабҳои маълумоти синтетикӣ метавонанд бо дархост пешниҳод шаванд.

Ҳуқуқи муаллиф / иҷозатнома: Дар PDF-и баррасишуда Creative Commons-и кушода ё иҷозатномаи дигари истифодаи такрорӣ нишон дода нашудааст. Аз ин рӯ, набояд иҷозати истифодаи мустақими ҷадвалҳо ва графикҳои манбаъ худкор фарз карда шавад.

Маҳдудияти асосии тафсир: Натиҷаҳо бо маълумоти синтетикӣ ба даст омадаанд ва набояд ҳамчун самаранокии воқеии AML дар бозор умумӣ карда шаванд.

Ёддошти сифати библиографӣ: Дар рӯйхати манбаъҳо сабтҳое ҳастанд, ки бо баъзе иқтибосҳои бахши адабиёт мувофиқат намекунанд ё аз ҷиҳати мавзӯъ/сана санҷиши алоҳидаро талаб мекунанд. Аз ин рӯ, матни Verianla дурустии истинодҳои беруниро тасдиқ намекунад ва танҳо усул ва натиҷаҳои худи PDF-ро баён мекунад.