金融图神经网络：从零到实战

📚 共计 30 章节

金融图神经网络导论

课程背景 · 金融图数据特点 · GNN在风控/反欺诈中的应用概览 · 课程大纲与学习路径

Python与PyTorch基础回顾

Python核心语法 · NumPy/Pandas · PyTorch张量&自动求导 · 搭建第一个神经网络

图论基础与图数据表示

图的定义/类型 · 邻接矩阵/表 · 度与路径 · 连通性 · NetworkX入门

PyTorch Geometric (PyG) 入门

PyG安装 · Data对象 · Dataset/DataLoader · 内置数据集加载与可视化

消息传递机制与图卷积网络(GCN)

消息传递范式 · GCN原理与推导 · PyG实现GCN层 · Cora节点分类

GCN消息传递

图注意力网络(GAT)

注意力机制回顾 · GAT原理(多头) · PyG实现GAT · 对比GCN/GAT

图采样与归纳学习(GraphSAGE)

全图瓶颈 · 邻居采样 · GraphSAGE聚合函数 · PyG实现大规模图

GraphSAGE采样

金融数据预处理实战

真实交易数据清洗 · 特征工程(时间窗口/统计) · 用户-商户二部图 · 边列表生成

预处理金融

金融图构建与特征工程

节点特征(交易频次/金额) · 边特征(时间戳/类型) · 异构图构建 · PyG金融Dataset

特征工程异构图

基于GNN的金融欺诈检测(一)

节点/边分类建模 · 正负样本不平衡 · GCN/GAT检测模型 · AUC/Recall评估

欺诈检测GNN

基于GNN的金融欺诈检测(二)

GraphSAGE大规模交易流 · 时间动态图 · 实时推理 · 信用卡盗刷案例

欺诈检测动态图

异构图神经网络(HetGNN)

异构图概念 · RGCN · HGT · PyG中HeteroData使用

金融风控中的异构图应用

用户-设备-IP-商户异构图 · RGCN团伙欺诈 · HGT复杂关系 · 反洗钱挖掘

风控异构图

图表示学习与节点嵌入(Node2Vec)

随机游走+Word2Vec · Node2Vec(DFS/BFS) · 金融节点嵌入 · t-SNE可视化

图自编码器与异常检测

自编码器原理 · GAE/VGAE · 重构误差异常检测 · 金融交易异常节点

自编码器异常检测

时序图神经网络(TGNN)

时序图概念 · TGCN/STGCN · PyG TemporalData · 金融时序预测案例

金融时间序列预测与GNN

股票关联图(行业/相关性) · GCN预测走势 · 多变量时间序列融合 · 收益率预测

时间序列股票

图神经网络的可解释性

GNNExplainer · 节点/边重要性 · 金融风控解释欺诈 · 可视化解释

可解释性GNNExplainer

大规模图训练技术

Mini-Batch · 邻居采样/Cluster-GCN · 分布式(PyG+DGL) · GPU内存优化

大规模分布式

图神经网络模型部署

TorchScript/ONNX导出 · ONNX Runtime推理 · Flask/FastAPI服务 · 延迟/吞吐优化

GNN在推荐系统中的应用

协同过滤+图 · PinSage · NGCF · 金融产品推荐实战

推荐系统PinSage

GNN在知识图谱中的应用

金融知识图谱构建 · GCN关系抽取 · TransE/RotatE补全 · 智能问答/研报

知识图谱TransE

图神经网络与强化学习结合

图强化学习 · GCN策略网络 · 交易策略优化 · 动态资产配置案例

强化学习策略

GNN与自然语言处理结合

文本图构建 · GCN文本分类 · 金融舆情(新闻-股票关联) · 事件驱动信号

图神经网络前沿研究

Graph Transformers · 预训练GPT-GNN · 自监督学习 · 对比学习GraphCL

前沿预训练

金融GNN项目实战(一)

需求分析 · 数据探索 · 图结构设计 · 基线模型(逻辑回归/XGBoost)

金融GNN项目实战(二)

GCN/GAT/GraphSAGE设计 · 超参数调优 · 模型集成与Stacking

金融GNN项目实战(三)

评估与A/B测试 · 可解释性报告 · 部署监控 · 项目复盘

图神经网络工具与生态

PyG vs DGL · Neo4j图数据库 · GraphXR可视化 · 社区与论文追踪

课程总结与职业发展

GNN金融未来趋势 · 学习路径 · 面试问题 · 开源贡献与论文发表