面向金融业时间序列异常检测方法及系统

本发明提供一种面向金融业时间序列异常检测方法及系统，属于金融时序数据监测技术领域，采用时频对比学习技术，对时间序列数据的时域和频域信息进行综合挖掘,获取高质量的数据表征；设计了时频排序损失函数，以优化正负样本与锚点之间的相对距离，有效减少假负样本的影响。本发明提高了异常检测的准确性和减少了对标签的依赖，还通过引入频域信息，克服了现有技术主要关注时域特征的局限性。