本报告提出了一种创新的模型同时预测动态网络中的链接存在与转账流量。模型通过结构嵌入、转账活动嵌入、分层softmax和总量预测机制,分别预测汇款比例和总汇款额,并将两者乘积作为最终预测值。实证结果基于日本银行转账数据和加密货币转账数据,显示模型在比例预测和链接形成/解散上取得优异表现,尽管总量预测仍面临挑战,尤其是节点活动稀疏时
研究背景与问题定义
模型架构与方法创新
数据集与统计特征
| 指标 | Ethereum | Bank |
|---|---|---|
| 时间切片数 | 25 | 23 |
| 节点数 | 476 | 14,976 |
| 边数 | 20,612 | 11,878,442 |
| 平均稀疏度 | 0.0073 | 0.0046 |
| 边持续性平均值 | 0.4560 | 0.4991 |
预测效果汇总及分析
汇款比例预测表现优异,模型优于基线EdgeBank和EdgeBank-time-windowed。 | 模型 | Ethereum(交叉熵损失) | Bank(交叉熵损失) | |------------|--------------------|-----------------| | EdgeBank | 5.213 | 3.577 | | EdgeBank_tw| 13.677 | 6.430 | | DLF-Flat | 3.694 | 3.489 | | DLF-Hier | 3.431 | 3.480 |
汇款总量预测结果表现不一,模型在部分指标上胜出,但基线仍有竞争力,推测因部分节点活动稀疏且存在大幅度突发转账。 | 模型 | Eth(MAE) | Eth(MAPE) | Bank(MAE) | Bank(MAPE) | |-----------------|----------|-----------|-----------------|------------| | EdgeBank | 0.506 | 0.349 | 9.167×10^4 | 0.136 | | EdgeBanktw | 0.571 | 0.716 | 5.093×10^4 | 0.351 | | DLF-Flat(EB) | 0.507 | 0.347 | 5.826×10^4 | 0.136 | | DLF-Flat(Pred) | 0.509 | 21.279 | 9.097×10^4 | 0.133 | | DLF-Hier(EB) | 0.507 | 0.347 | 9.170×10^4 | 0.136 | | DLF-Hier(Pred) | 0.509 | 21.652 | 9.098×10^4 | 0.132 |
链接形成与解散预测性能
| 数据集(阈值) | 链接形成AUC | 链接解散AUC |
|---|---|---|
| Ethereum (0.0001) | 0.733 | - |
| Ethereum (0.001) | 0.834 | 0.826 |
| Bank (0.0001) | 0.652 | - |
| Bank (0.001) | 0.657 | - |
量化策略总结
核心论点:
本研究提出了一种创新的模型,针对大规模、稀疏并且复杂的动态网络,能够同时预测链路是否存在及其权重(流量)。传统方法多仅能处理小规模或稠密网络,且通常只能单独预测链路存在或权重。本文通过拆分任务为“汇款比例预测”与“总汇款量预测”两个子任务,并结合自注意力机制和层次化softmax等技术,显著提升了预测准确率。模型在日本某大银行的银行转账数据和加密货币转账数据集(Ethereum)中均获得验证和良好表现。,1,2]
报告首先指出,动态网络越来越被用于理解复杂系统的演变,如社会关系、大脑神经网络和公共交通网络等,已有相关研究实现了社交、神经乃至运输生态系统的动态建模([23,22,29])。在动态网络预测领域,动态链路预测(是否存在边)极为关键,但现有方法主要针对小、稠密网络,且忽略了边的持续存在性问题。此外,边权重(流量)的预测则更少涉及,虽然对于银行转账和贸易网络等真实系统至关重要([18,4,12])。已有机器学习研究关注边权重预测,但其多局限于已有边的流量插值,而非链路本身演变的预测(flow prediction与link prediction的区别)。本研究正聚焦于同时预测大规模复杂网络边的“存在”与“权重”,填补现有研究空白。,1,2]
任务定义:
给定过去月度的加权邻接矩阵序列 A(1),…,A(t−1),预测未来时刻 t 的加权邻接矩阵 A(t)。
采用分解方法:
模型分别预测 w(t) 和 R(t),最终相乘还原真实权重矩阵。
预测汇款比例 R(t) 的模型架构:
基于TGAT的自注意力机制,结合时间编码函数 Φ(t)=cos(tw+b),将邻居节点的结构嵌入与边权重特征联合编码,捕捉时间序列中节点行为与网络拓扑信息。
节点嵌入输入采用DiGraphWave生成的结构特征。
通过层次化softmax树预测每行的汇款比例分布,采取浅宽树结构以缓解大类别数softmax的计算和误差传播问题(k-means聚类自适应构造层次结构)。
预测总汇款量 w(t) 模型:
采用梯度提升树(GBDT),输入为各节点过去三个月的汇出额度、汇入额度、两者差异、环比变化等交易特征,模型学习预测下一时刻总汇款额。超参数设定为:学习率0.0001,估计器数2万,最大深度4,旨在避免过拟合。
技术创新点:
预测任务与对比模型:
汇款比例预测(表2):
总汇款量预测(表3):
链路形成与消失预测(表4):
本报告主要为方法论和实验验证,未涉及财务估值相关内容,如企业价值/收益预测等,故不包含估值部分。
报告未明确单独章节分析风险,但文中隐含提及几个风险点:
报告尚未针对这些风险提供具体缓释手段,但展示通过混合历史频率与模型预测,应用多模型组合优化缓解边持续性影响的实践。,6,7]
本文提出了一种面向大规模稀疏银行转账网络的动态链路与流量预测模型,核心创新在于将加权邻接矩阵预测拆解为两步:汇款比例(概率分布)与总汇款量预测,并分别采用基于自注意力的TGAT变体和梯度提升树,辅以层次化softmax树缓解大规模类别预测难题。
总体上,本文模型成功实现了对银行转账网络动态链接及流量的联合预测,体现了动态网络深度学习与传统机器学习的融合优势,为金融大数据分析和风险控制提供了新工具和视角。
报告关键词:动态网络、深度学习、银行转账网络、链路预测、流量预测、时间图、自注意力、层次Softmax
如需针对本文或图表的进一步细化解读,欢迎继续询问。
2409.08718.pdf