2. 机器学习在反洗钱中的角色

2.1 传统规则引擎的局限性

在反洗钱（AML）领域，传统规则引擎长期作为核心检测手段。它基于专家经验编写固定规则（如“单笔交易超过100万美元”、“24小时内向高风险地区转账超过3次”），对交易进行硬性阈值判断。然而，随着金融业务复杂化，规则引擎的短板日益凸显：

• 高误报率（False Positive）：固定规则无法区分“正常大额交易”与“可疑大额交易”，导致大量无效告警。据统计，传统规则引擎的误报率通常高达95%以上，严重消耗调查资源。
• 规则滞后性：洗钱手法不断演变（如结构化交易、利用虚拟货币混币器），规则更新依赖人工，无法快速响应新型洗钱模式。
• 无法捕捉复杂关联：洗钱网络往往涉及多账户、多层级、跨地域的复杂资金流转，规则引擎难以识别此类非线性、高维度的异常模式。
• 规则维护成本高：随着业务增长，规则数量膨胀（大型银行可能维护数千条规则），规则冲突、冗余、失效问题频发，维护团队不堪重负。

2.2 机器学习的核心优势

机器学习（ML）通过从历史数据中自动学习模式，弥补了规则引擎的先天不足。在AML场景中，ML的优势体现在：

• 降低误报率：ML模型可综合数百个特征（交易金额、频率、对手方风险、设备指纹、行为序列等），输出精确的“可疑概率”，而非简单的“触发/未触发”二元结果。优秀模型可将误报率降低50%-80%。
• 发现未知模式：无监督学习（如孤立森林、自编码器）能识别偏离正常行为基线的异常交易，即使该模式从未被专家定义过。
• 动态自适应：模型可通过增量学习或定期重训练，自动适应洗钱手法的演变，无需人工频繁调整规则。
• 处理高维数据：ML天然擅长处理高维、稀疏、非线性关系，能够捕捉账户间隐藏的关联网络。

2.3 常见算法对比

下表从多个维度对比了AML领域常用的四种机器学习算法：逻辑回归、随机森林、XGBoost和LightGBM。

2.4 算法选择决策流程

在实际AML项目中，算法选择需综合考虑数据规模、业务时效性、可解释性要求等因素。下图展示了推荐的决策流程：

2.5 为什么AML场景更青睐LightGBM？

在反洗钱推理场景中，LightGBM相比其他算法具有以下独特优势：

• 训练速度极快：采用基于直方图的算法和叶子节点分裂策略（Leaf-wise），在百万级交易数据上训练速度比XGBoost快3-5倍。
• 内存占用低：直方图算法将连续特征离散化为bins，大幅降低内存消耗，适合处理银行海量交易流水。
• 原生支持类别特征：AML数据中大量存在“交易类型”、“国家代码”、“行业分类”等类别特征，LightGBM无需独热编码，直接输入效率更高。
• 内置处理不平衡数据：通过is_unbalance=True或scale_pos_weight参数，可有效应对AML中“正常交易占99.9%”的极端不平衡问题。
• 推理延迟低：模型体积小、计算路径短，适合部署在实时交易监控系统中，满足毫秒级推理要求。

2.6 模型评估关键指标

在AML场景中，模型评估不能仅依赖准确率（Accuracy），因为正负样本极度不平衡。以下指标更为关键：