Financial Anomaly Detection for the Canadian Market

Cette étude évalue l'efficacité de l'analyse topologique des données, de l'analyse en composantes principales et des réseaux de neurones pour détecter les anomalies financières sur le marché canadien (TSX-60), démontrant que les approches basées sur les réseaux de neurones et l'analyse topologique surpassent les autres méthodes grâce à leur capacité à identifier les propriétés topologiques globales des événements de stress financier.

L'essentiel

🕵️‍♂️ Détecter les tempêtes avant qu'elles n'arrivent : Une enquête sur la Bourse canadienne

Imaginez que le marché boursier canadien (l'indice TSX-60) est comme un grand orchestre composé de 60 musiciens (les actions des entreprises). Parfois, tout le monde joue une mélodie harmonieuse. Mais parfois, un musicien commence à jouer faux, ou plusieurs se mettent à jouer en désordre, signalant qu'une tempête financière arrive.

Le but de ce papier, écrit par Luigi Caputi et Nicholas Meadows, est de trouver le meilleur moyen d'entendre ces "fausses notes" avant que l'orchestre ne s'effondre complètement. Ils ont testé trois types d'outils pour repérer ces anomalies :

1. L'Analyse en Composantes Principales (PCA) : Une méthode classique, un peu comme regarder une photo en noir et blanc.
2. La Topologie des Données (TDA) : Une méthode qui regarde la "forme" et la "structure" des données, comme si on regardait la silhouette d'un nuage pour deviner s'il va pleuvoir.
3. Les Réseaux de Neurones (Intelligence Artificielle) : Des "cerveaux" numériques qui apprennent à reconnaître les patterns complexes.

---

🛠️ Comment ont-ils fait l'expérience ?

Au lieu de regarder les prix des actions un par un, les chercheurs ont créé un réseau de relations.

• Imaginez que chaque musicien est un nœud dans une toile d'araignée.
• Les fils qui les relient sont basés sur la façon dont leurs prix bougent ensemble (leurs corrélations).
• Ils ont observé cette toile jour après jour, pendant 16 ans (de 2005 à 2021).

Leur objectif : Repérer quand la toile commence à se tordre bizarrement, ce qui signale une crise (comme la crise de 2008, la crise de la dette grecque, ou le choc du COVID-19).

---

🏆 Le verdict : Qui gagne le concours de détection ?

Après avoir testé ces méthodes sur des crises réelles (comme la chute des prix du pétrole en 2015-2016 ou le COVID), voici ce qu'ils ont découvert :

1. Les perdants : La méthode "Photo Noir et Blanc" (PCA)

La méthode PCA est comme essayer de comprendre une tempête en regardant juste la température. C'est utile, mais ça manque de détails.

• Résultat : Elle a réussi à voir les très grosses catastrophes (comme le krach de 2008), mais elle a raté les petites alertes, comme les chutes du prix du pétrole. Elle est trop simpliste pour voir les nuances.

2. Les gagnants : Les "Architectes de Formes" (TDA) et les "Super-Cerveaux" (Réseaux de Neurones)

C'est ici que ça devient fascinant.

• La Topologie (TDA) : Imaginez que vous ne regardez pas les notes individuelles, mais la forme globale de la musique. Si la forme de la toile d'araignée change soudainement (par exemple, si un trou apparaît ou si la structure se déforme), c'est un signal d'alarme.
  • Leur force : Ils ont vu les petites crises que les autres ont manquées. Cela prouve que la "forme" globale du marché contient des informations vitales.
• Les Réseaux de Neurones (IA) : Ce sont des détectives ultra-intelligents qui ont lu des millions de pages de partitions musicales. Ils apprennent à reconnaître le "style" normal du marché. Dès qu'une note sort de ce style, ils sonnent l'alarme.
  • Leur force : Ils ont été les plus précis, avec le moins de fausses alarmes.

Le classement final :

1. 🥇 Réseaux de Neurones (GlocalKD & One-Shot GIN) : Les champions. Ils voient tout, des gros tremblements de terre aux petits séismes.
2. 🥈 Topologie (TDA) : Très fort, surtout pour comprendre la structure globale.
3. 🥉 PCA (Méthode classique) : Utile pour les gros événements, mais trop aveugle pour les détails.

---

💡 Pourquoi est-ce important ?

L'idée clé de ce papier est que la structure globale compte plus que les détails individuels.

Pensez à un groupe de personnes dans une foule. Si vous regardez juste une personne (le prix d'une action), vous ne voyez rien. Mais si vous regardez la forme de la foule (la topologie) ou si vous avez un détective qui connaît le comportement normal de la foule (l'IA), vous pouvez voir qu'une émeute est en train de se préparer avant même que les premiers cris ne soient entendus.

Les auteurs montrent que pour protéger les investisseurs canadiens, il ne suffit pas de regarder les chiffres bruts. Il faut utiliser des outils capables de comprendre la géométrie et la structure complexe des relations entre les entreprises.

🇨🇦 En résumé pour le marché canadien

Ce papier nous dit que pour surveiller la santé financière du Canada (notamment face aux chocs du pétrole ou aux crises mondiales), nous devons passer des méthodes traditionnelles aux méthodes modernes basées sur l'IA et la topologie. C'est comme passer d'une vieille carte papier à un GPS en temps réel : on arrive à voir les embouteillages (les crises) bien avant qu'ils ne bloquent tout le trafic.

Le code utilisé pour cette étude est même disponible publiquement sur Internet, prouvant que ces outils sont accessibles à tous pour mieux comprendre notre économie.

Résumé technique

1. Problématique et Contexte

L'article s'attaque au défi de la détection précoce des crises financières et des événements extrêmes sur le marché boursier canadien (TSX-60). Les auteurs partent du postulat que les krachs boursiers (comme ceux de 2008, 2011 ou le COVID-19) peuvent être modélisés comme des anomalies dans les séries temporelles des prix des actions.

L'objectif est d'évaluer et de comparer l'efficacité de trois classes de méthodes pour identifier ces anomalies :

1. L'analyse topologique des données (TDA).
2. L'analyse en composantes principales (PCA).
3. Les approches basées sur les réseaux de neurones (GNN).

Le but final est de fournir des signaux d'alerte précoce pour les événements de stress financier en utilisant des données du marché canadien (2005-2021).

2. Méthodologie

Le pipeline de recherche suit une approche structurée en plusieurs étapes :

A. Construction des Données et des Réseaux

• Données : Utilisation des prix de clôture ajustés quotidiens de 39 actions composant l'indice S&P/TSX 60 (sur une période de 2005 à 2021).
• Prétraitement : Calcul des rendements logarithmiques ($q_t = \log(p_t/p_{t-1})$).
• Construction du graphe : Pour chaque fenêtre glissante de 25 jours, les auteurs calculent une matrice de corrélation basée sur le Convergent Cross Mapping (CCM) entre les séries temporelles des actions. Les corrélations négatives sont mises à zéro pour former une matrice d'adjacence pondérée, créant ainsi une séquence de graphes pondérés dirigés.

B. Trois Approches d'Extraction de Caractéristiques

1. Analyse Topologique des Données (TDA) :
   • Calcul du complexe drapeau dirigé (directed flag complex) pour chaque graphe pondéré.
   • Extraction de l'homologie persistante (dimensions 0 et 1).
   • Réduction des diagrammes de persistance en vecteurs de caractéristiques via les normes L1 et L2.
2. Analyse en Composantes Principales (PCA) :
   • Aplatissement (vectorisation) des matrices de corrélation.
   • Réduction de dimensionnalité via la PCA (dimensions 10 et 100).
3. Réseaux de Neurones Graphiques (GNN) :
   • One-Shot GIN(E) : Une architecture d'apprentissage d'une seule classe (OCGIN) adaptée avec des convolutions GINE (Graph Isomorphism Network with Edge attributes) pour apprendre une représentation centrée. Les graphes anormaux sont ceux éloignés du centre.
   • Knowledge Distillation (GlocalKD) : Un réseau "étudiant" tente de mimer un réseau "enseignant" (initialisé aléatoirement et figé). Les graphes anormaux génèrent une erreur de reconstruction élevée, tant au niveau des nœuds que du graphe global.

C. Détection d'Anomalies

• Les vecteurs de caractéristiques (TDA, PCA) ou les scores de reconstruction (GNN) sont soumis à des détecteurs d'anomalies non supervisés :
  • Distance de Mahalanobis : Pour détecter les outliers globaux (supposant une distribution gaussienne).
  • Local Outlier Factor (LOF) : Pour détecter les outliers locaux et globaux dans des distributions complexes.
• Seuil : Un graphe est classé comme anormal si son score dépasse le 97,5e percentile de la distribution empirique.

3. Contributions Clés

• Application au marché canadien : Première étude appliquant spécifiquement ces méthodes avancées (TDA et GNN) sur l'indice TSX-60 pour détecter le stress financier canadien, en tenant compte de la spécificité de l'économie canadienne (secteur bancaire, prix du pétrole).
• Comparaison rigoureuse : Mise en place d'un cadre comparatif direct entre TDA, PCA et GNN sur les mêmes données prétraitées.
• Validation de l'importance de la structure globale : L'étude démontre que les méthodes capturant les propriétés structurelles globales (topologie et GNN) surpassent les approches linéaires ou basées sur des caractéristiques brutes.
• Robustesse : Les résultats sont validés non seulement sur le TSX-60, mais aussi sur l'indice Dow Jones (DJIA) américain, confirmant la généralité des conclusions.

4. Résultats Expérimentaux

Les performances sont évaluées sur la base de la Précision, du Rappel (Recall) et du F-score, en considérant un problème de classification déséquilibré. Les événements cibles incluent la crise des subprimes, la crise de la dette grecque, les chocs pétroliers de 2015-2016 et le COVID-19.

• Performance des GNN (Meilleure) :

  • Les méthodes basées sur les réseaux de neurones (GlocalKD et One-Shot GIN) obtiennent les meilleurs résultats.
  • GlocalKD (GINE) : F-score de 0,68 (Précision 0,86, Rappel 0,56).
  • One-Shot GIN : F-score de 0,60.
  • Elles réussissent à détecter non seulement les grandes crises, mais aussi des événements de plus petite ampleur (ex: chocs pétroliers).

• Performance de la TDA (Intermédiaire) :

  • Les méthodes TDA (LOF/Mahalanobis sur normes L1/L2) obtiennent des F-scores entre 0,55 et 0,59.
  • Elles surpassent nettement les méthodes PCA et montrent une capacité similaire à détecter les événements de stress liés au pétrole (2015-2016).

• Performance de la PCA (Moins performante) :

  • Les méthodes basées sur la PCA (avec ou sans réduction de dimension) et les caractéristiques brutes obtiennent les scores les plus faibles (F-scores entre 0,28 et 0,45).
  • Elles manquent souvent les événements de plus petite échelle et affichent un rappel plus faible.

• Validation sur le DJIA :

  • La réplication sur l'indice américain confirme la tendance : les GNN et la TDA surpassent largement la PCA (ex: GlocalKD atteint un F-score de 0,85 sur le DJIA).

5. Signification et Conclusion

L'article conclut que les propriétés topologiques globales et les représentations apprises par les réseaux de neurones sont cruciales pour la détection d'anomalies financières.

• Implication Théorique : La réussite de la TDA suggère que les changements dans la "forme" globale des corrélations boursières (homotopie, isomorphisme) sont des indicateurs fiables de stress systémique, plus pertinents que les simples transformations linéaires des données.
• Implication Pratique : Pour les investisseurs et les régulateurs canadiens, l'utilisation de modèles hybrides (GNN + TDA) offre un outil d'alerte précoce supérieur pour anticiper les krachs, y compris ceux liés à des chocs sectoriels spécifiques comme le prix du pétrole, qui affectent fortement l'économie canadienne.

En résumé, cette étude valide l'efficacité des approches d'apprentissage automatique avancées et de la topologie appliquée à la finance, dépassant les méthodes statistiques traditionnelles pour la détection de crises complexes.