表格数据因在金融、医疗等关键领域广泛应用而具有重要价值。然而,对于表格数据的有效利用,常受到数据稀缺、类别不平衡及隐私法规的严格制约。为应对这些挑战,通过生成模型合成在统计特性上与真实数据高度相似的样本,已成为一种新兴的解决方案,旨在增强数据可用性并保护用户隐私。该领域的技术发展路径从传统的深度学习模型逐步演进至前沿范式。早期的探索以变分自编码器和生成对抗网络为代表,但这些方法常面临训练不稳定和模式坍塌等瓶颈,影响了生成数据的质量。为克服这些难题,扩散模型应运而生,其通过渐进式的去噪过程,在生成高保真度和多样性的样本方面展现出显著优势。尽管如此,这些模型的核心仍是模仿统计分布,缺乏对现实世界常识的理解。为此,最新的研究转向基于大型语言模型的方法,利用其丰富的世界知识,旨在生成不仅统计真实,而且在逻辑与语义上也更合理的合成表格数据。对该领域的系统性回顾,旨在为研究者和从业者提供全面的技术认知,并为不同应用场景下选择最合适的技术路径提供决策参考。

近年来,拓扑数据分析(Topological Data Analysis,TDA)在金融领域的应用逐渐显现出价值。TDA通过持久同调等方法构建复形,能有效量化数据的形状,以便提取数据信息,为时间序列分析,特别是金融时间序列的聚类与投资组合的构建提供了独特优势。基于此,通过采用TDA方法对中国股票市场的时间序列数据进行深入挖掘,结合聚类算法,并将其应用于投资组合的构建,分析其有效性。通过滑动窗口法进行验证,结果表明基于TDA(去噪)聚类的投资组合在回报风险比和稳定性方面表现良好,优于市场整体表现。研究表明,TDA方法可以更有效地挖掘股票数据中的信息,为投资者提供科学依据,从而取得最佳收益。

股票价格预测一直是金融研究和量化投资共同关注的重点话题。针对传统GAN模型存在模式崩溃与泛化能力弱的问题,同时为提高股价预测准确度,提出了群组交叉对抗模型(GCA),该模型包含多个生成器和多个判别器,同时在生成器和判别器间引入协作机制,以提升生成器的泛化能力,并通过知识蒸馏进一步提升生成器的预测性能。实验选取2015年1月1日至2025年1月1日期间A股(工商银行、华能国际、招商银行和青岛海尔)和美股(阿里巴巴、亚马逊、京东和美国银行)共8只股票的日度数据作为研究样本,构建了包括市场数据、技术指标在内的24个特征变量的数据集。研究结果表明,GCA模型在MAE,MAPE和MSE这3项评估指标上的表现明显优于单独应用的GRU,LSTM和Transformer模型,同时还优于结合了GAN的GRU-GAN,LSTM-GAN和Transformer-GAN模型,以及WGAN-GP和ResNLS模型;即使GAN并未对原始模型进行优化,但其引入GCA框架依旧提高了模型预测精度。进一步的讨论显示,增加生成器和判别器组数可以进一步提升预测效果。

在线客服的调度是银行客服中心的核心运营环节。高效的客服调度通过合理的人员配置与排班,确保客户能够及时获得服务,从而提升客户体验。然而,客户请求到达的随机性以及客服技能水平差异,使得在线客服调度问题变得复杂。对此,综合考虑客服技能等级、客户类型多样性以及匹配需求等因素,构建了一个以客户等待时间和运营成本最小化为优化目标的混合整数线性规划模型。针对客户需求的不确定性可能会导致客户需求和客服匹配困难,以及该问题在高维解空间中的求解复杂性,提出了一种融合机器学习预测与水波优化算法的混合方法来求解该客服调度问题。在该方法中,采用长短期记忆神经网络对客户到达量进行预测,充分捕捉其时间序列依赖性及外部因素的影响。对于客服调度的混合整数规划模型,则通过一种结合强化学习Q-learning的水波优化算法进行高效求解。以浙江泰隆银行宁波分行在线客服中心的真实数据为基础进行实验,结果表明,所提方法在运营成本控制方面显著优于对比方法。进一步的灵敏度分析揭示:当预测准确率低于90%时,因客户到达量的不确定性,调度成本与客户等待时长均显著上升;而当预测准确率达到或超过90%后,系统性能的提升趋于平缓。这些发现不仅验证了高精度预测对调度效果的显著影响,还为实际应用中平衡预测模型复杂度与调度效率提供了理论基础和实践指导。

信用风险评估旨在预判客户是否会违约,被视为一项复杂的非线性二分类难题。尽管传统的统计模型在信用评估领域具有一定的应用价值,但其局限性也日益显现。鉴于此,机器学习技术,特别是支持向量机、深度神经网络和集成学习等先进方法,在信用风险评估领域得到了广泛应用,旨在提升模型的准确性和预测精度。然而,尽管这些机器学习模型性能卓越,但其内在的复杂性和不透明性导致模型预测结果难以向用户阐释,在实施过程中面临诸多挑战。为解决这一问题,提出了一种可解释的信用风险评估模型,该模型融合了注意力机制与树集成规则提取技术,能够自动识别训练数据中的复杂非线性关系,实现模型自身的可解释。首先从训练好的树集成模型中提炼出众多可解释的规则,并将这些规则转换为新的特征变量,然后将这些新的特征变量作为注意力神经网络的输入,以精确计算每条规则的注意力权重。在此基础上,模型根据注意力权重、目标函数及约束条件,综合考虑规则子集的预测精度、稳定性和可解释性,可在线性时间内高效地求得最优规则子集。在3个公开数据集上进行了实验,结果表明,所提方法在保持模型较高预测精度的前提下,实现了模型可解释性的显著提升。

资产管理行业因高频且灵活的资金操作方式,已成为洗钱活动的重要目标。然而,资产管理行业中交易结构的稀疏性、客户间隐性资金流转路径的复杂性,以及交易行为的非统一特征,使得传统显式关系的图建模方法难以有效应对这些挑战。针对上述问题,提出了一种基于时序图神经网络的资产管理反洗钱检测框架(AM-GAML)。该框架通过融合时序模型与图神经网络,构建时间-结构联合嵌入表示,并设计了基于隐式交互关系的图生成机制,能够充分挖掘交易记录中的弱关联特征并捕捉客户间复杂的交易行为模式。在真实交易数据集上的实验验证了AM-GAML在准确率、召回率、F1-score和AUPRC等多个关键指标上显著优于多个先进方法,尤其在少数类识别和泛化能力方面表现突出。所提方法为资产管理行业的反洗钱检测提供了高效且可靠的解决方案,并为复杂金融场景下的风险防控研究提供了有力支持。