Quali comportamenti bisogna monitorare?
L’uso di strumenti di nuova generazione, come quello sviluppato da AfterData, è diventato indispensabile per soddisfare tutte le esigenze dei regolatori.
Il nostro software di rilevamento degli abusi di mercato utilizza algoritmi avanzati per individuare schemi di attività che potrebbero indicare una frode.
Il sistema è configurabile per attivare allerte ogni volta che rileva transazioni o modelli comportamentali corrispondenti a scenari predefiniti di possibile manipolazione.
Ecco alcuni dei comportamenti che monitoriamo per rilevare la manipolazione dei prezzi di mercato:
1. Volumi di transazione insoliti
Andiamo oltre l’osservazione semplice dei volumi. Utilizziamo tecniche di analisi statistica avanzata per modellare il comportamento normale dei volumi di scambio e identificare deviazioni significative.
Ad esempio, impieghiamo algoritmi di apprendimento automatico che considerano fattori come notizie societarie, condizioni di mercato e tendenze stagionali.
I volumi di scambio che si discostano sensibilmente dalle previsioni del modello vengono considerati sospetti.
2. Movimenti rapidi dei prezzi
Anche in questo caso, modelliamo la volatilità normale dei prezzi tramite tecniche statistiche avanzate, per rilevare variazioni anomale.
Analizziamo inoltre le notizie societarie e le condizioni del mercato per verificare se i movimenti osservati siano giustificabili in base a tali fattori.
3. Attività concentrata su un numero ristretto di conti
Per identificare questo tipo di comportamento, ricorriamo a tecniche di clustering e di rilevamento anomalie, con l’obiettivo di individuare conti che mostrano schemi di trading insolitamente simili.
Ad esempio, se un piccolo gruppo di conti acquista e vende lo stesso titolo quasi simultaneamente, ciò può destare sospetti.
Utilizziamo anche analisi di rete per rilevare collegamenti atipici tra conti, come transazioni frequenti tra le stesse controparti.
4. Transazioni ad alto volume poco prima della chiusura del mercato
Analizziamo i volumi scambiati nei minuti precedenti la chiusura, confrontandoli con la media storica per quel titolo e fascia oraria.
Transazioni di dimensione significativamente superiore alla media possono essere considerate sospette, soprattutto se comportano variazioni rilevanti nel prezzo del titolo.
5. Transazioni frequenti tra le stesse controparti
Per individuare operazioni di tipo wash trade, analizziamo le coppie di conti che negoziano tra loro con una frequenza anomala.
Tramite modelli statistici o tecniche di machine learning, stimiamo la frequenza attesa di scambi tra due conti, tenendo conto della loro attività complessiva.
Le coppie che superano questa soglia stimata vengono contrassegnate come sospette.
