第1章
内幕交易概述
什么是内幕交易 · 法律定义与监管框架 · 检测挑战与意义
基础监管
第2章
数据采集与预处理
交易/公告/社交媒体数据 · 清洗标准化 · 时间序列对齐
数据ETL
第3章
特征工程基础
价格成交量特征 · 订单簿特征 · 异常交易行为特征
特征量化
第4章
标签构建与样本设计
标注方法 · 正负样本不平衡 · 时间序列交叉验证
标签验证
第5章
传统机器学习模型
逻辑回归/决策树 · 随机森林/XGBoost · 评估指标
ML集成
第6章
深度学习模型
LSTM/GRU · 注意力与Transformer · 图神经网络
DL序列
第7章
异常检测方法
孤立森林 · 自编码器 · DBSCAN聚类
异常无监督
第8章
模型解释性
SHAP/LIME · 特征重要性 · 案例复盘
XAI可解释
第9章
实时检测系统设计
Kafka+Flink · 模型推理优化 · 告警审核
系统实时
第10章
项目实战：完整检测系统
从数据采集到模型部署全流程
实战全栈
第11章
时间序列分析基础
平稳性 · 差分 · 自相关与偏自相关
时序统计
第12章
ARIMA与交易异常检测
ARIMA原理 · 模型定阶 · 残差异常检测
ARIMA异常
第13章
GARCH与波动率异常
波动率聚集 · GARCH模型 · 波动率突变检测
波动率GARCH
第14章
事件研究法
事件窗口 · 正常收益率估计 · 累积异常收益率
事件CAR
第15章
多因子模型与内幕交易
Fama-French三因子 · 因子暴露异常 · 模拟组合
因子量化
第16章
图神经网络进阶
GAT · 异构图神经网络 · 资金流异常检测
GNN网络
第17章
NLP在内幕交易中的应用
公告情感分析 · MD&A异常 · 社交媒体舆情
NLP文本
第18章
知识图谱构建
实体识别 · 关系抽取 · 关联交易推理
KG推理
第19章
强化学习在交易监控中的应用
MDP建模 · DQN动态阈值 · 策略梯度
RL动态
第20章
联邦学习与隐私保护
纵向联邦 · 差分隐私 · 安全多方计算
隐私联邦
第21章
模型鲁棒性与对抗攻击
FGSM/PGD · 对抗训练 · 鲁棒性评估
安全对抗
第22章
模型压缩与边缘部署
剪枝 · 知识蒸馏 · 量化 · 边缘推理
压缩边缘
第23章
因果推断在内幕交易检测中的应用
因果图 · 反事实推理 · 双重差分法
因果DID
第24章
时间序列异常检测进阶
矩阵轮廓 · STL分解 · 多变量异常检测
时序矩阵轮廓
第25章
集成学习与模型融合
Stacking/Blending · 多样性度量 · 动态权重
集成融合
第26章
自动化机器学习 (AutoML)
特征自动选择 · 超参数优化 · 神经架构搜索
AutoMLNAS
第27章
可解释人工智能 (XAI) 进阶
反事实解释 · 概念瓶颈 · 基于规则解释
XAI可解释
第28章
合规与伦理
模型公平性 · 算法偏见 · RegTech合规
伦理合规
第29章
前沿研究方向
对比学习 · 扩散模型 · 大语言模型辅助
前沿LLM
第30章
课程总结与职业发展
技能树 · 认证路径 · 未来趋势
职业总结