【摘要】及时识别出异常波动,是防范化解系统性金融风险的首要一步,在这方面人工智能可以发挥重要作用。本文以货币市场质押式回购交易为研究对象,探索利用无监督机器学习算法,自动识别异常波动。我们不主观地设定"正常"、"异常"的标准,而是由计算机按照LOF算法和IF算法,从历史数据中"学习"潜在的决策函数,判断什么是异常波动,得到的结果较为合理。算法自动识别出的异常波动有以下特点:成交额或利率的变化普遍较大;具有明显的季节性和趋势性;与货币环境的松紧存在负相关关系。LOF和IF两种算法的学习结果大部分相同,差异部分源于各自的不同特点。