利用人工智能对银行交易流量周期分析
1、监测交易周期,交易周期发生变化时,分析市场变化原因,及时反应避免公共性事件造成较大影响。
2、监测交易量均值,分析交易量均值变化过大后恢复期间的交易变化。
3、日活量分析,时间段交易量分析等。
正常金融交易24小时内流量呈正弦信号图样,12-14时为交易峰值,18-20时交易量会有回升,02-04时为交易量谷值(样图如下):
图1.交易量样图,横坐标为交易时间,纵坐标为交易量
猜想因一些人为因素、自然因素等会对交易周期造成一定影响,以下为对该猜想的算法分析。
交易量长期统计下的数据(假设数据非真实数据)
图2.交易量统计样图
从样图可以看到走向接近正弦信号,对该样图数据使用递归最小二乘法对数据进行回归计算,可以使结果更容易分析,图像更加直观。计算后可以得到样图:
图3.回归算法后建模图
在计算后的假设图中可以看到交易周期有变化,例如在A时间段,交易量在峰值持续时间长,可分析原因(如促销活动、折扣等);在B时间段,交易量在谷值持续时间长,可分析原因(如天气恶劣、公共事件等)。对相应的交易周期有变化的时间可以具体分析原因。
假设图可以看出均值持续略微上涨,可知金融交易发展正常等。