Descripción del proyecto
Comprender y superar las situaciones de cascada oculta
El mercado financiero es un sector turbulento con profundas repercusiones en las economías y el bienestar mundial. Las operaciones con información privilegiada exacerban esta inestabilidad, ya que conceden a determinados inversores una ventaja injusta mientras ponen en peligro a otros. Los escenarios de cascada oculta se producen cuando los inversores comparten clandestinamente información privilegiada dentro de los círculos sociales, eludiendo la detección y el control. En este sentido, el equipo del proyecto HiddenTipChains, financiado por las acciones Marie Skłodowska-Curie, pretende abordar esta cuestión centrándose en los escenarios de cascadas ocultas, un ámbito que actualmente carece de investigación. Aprovechando el aprendizaje automático, el análisis topológico de datos y la modelización probabilística, el equipo del proyecto pretende desvelar y detectar dichos escenarios, en consonancia con los objetivos de la Comisión Europea en materia de protección de los inversores.
Objetivo
"Consider a scenario in a financial market where investors privately share important insider information within their social circles. Although financial authorities could monitor investors' transactions, it remains challenging to identify which investors have received and are exploiting insider information. I term this scenario a hidden cascade problem, in which the true states of agents cannot be directly observed. This particular form of cascade modelling, involving the inference of agent states from indirect observations, has received limited attention in the existing literature.
This proposal, ""HiddenTipChains"", introduces approaches based on Topological Data Analysis, Machine Learning, and probabilistic modeling to reveal hidden information transfer through investors social connections and to detect suspicious trading based on insider information. This supports European Commission goals for financial stability and investor protection. In a broader context, the methods will enable us to analyse hidden cascade models when direct observations of agents' true states are not directly observable. I expect that in future research, these approaches can find application in addressing hidden cascade challenges across various fields, such as epidemiology, climate science, and information security.
The empirical part of the project is based on world-wide unique and exceptionally extensive datasets, providing us with full access to investors full market-wide trading history on all the securities they traded. Additionally, we have observable social connections among insider investors, allowing us to track how news tips about future events propagate within this network. The approached developed in this project will be verified with synthetic data with extensive Monte-Carlo experiments. The project contributes to the Computer Science literature by developing techniques for hidden cascade problems and within the Quantitative Finance domain for identifying market abuse.
"
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- humanidadeshistoria y arqueologíahistoria
- ciencias médicas y de la saludciencias de la saludsalud pública y medio ambientalepidemiología
- ciencias naturalesinformática y ciencias de la informaciónseguridad informáticaseguridad de redes
Para utilizar esta función, debe iniciar sesión o registrarse
Programa(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Régimen de financiación
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinador
33100 Tampere
Finlandia