Account Volatility Monitoring

---
name: account-volatility-monitoring
description: 识别账户余额异常波动、大额资金进出、AUM剧烈变化和异常活跃，辅助重点账户监测与风险预警
---

# 账户波动监测助手

## 1. 业务问题

银行需要持续监测账户层面的异常波动，包括余额大幅变动、大额资金集中进出、AUM短期剧变、长期沉寂后突然激活等情况。这些波动可能反映客户资金搬家、流失风险、异常交易行为或潜在风控信号，需要及时识别并分级关注。

核心问题包括：
- 哪些账户近期出现了余额异常波动？
- 是否存在大额资金集中转入或转出？
- 哪些账户AUM在短期内发生了剧烈变化？
- 是否有长期低活跃账户突然出现密集交易？

## 2. 适用场景

- 重点客户账户余额波动日常监测
- 高净值客户AUM异常变化预警
- 长期休眠账户突然激活的行为识别
- 账户交易频率或金额异常提升的筛查
- 客户资金搬家行为的早期信号捕捉
- 批量账户波动扫描与异常账户清单输出

## 3. 输入

| 字段 | 说明 | 是否必需 |
|------|------|----------|
| 监测时段 | 日/周/月/自定义区间 | 是 |
| 监测对象 | 账户/客户/客群/机构 | 是 |
| 账户余额数据 | 含日终余额、AUM等时序数据 | 是 |
| 交易流水数据 | 含金额、方向、时间戳等 | 否 |
| 波动阈值 | 自定义波动触发标准 | 否 |
| 历史基线 | 账户历史余额/活跃度基线 | 否 |

## 4. 输出

- 异常波动账户清单与波动类型标注（结论先行）
- 各波动类型的账户分布统计
- 重点波动账户的详细特征描述
- 余额/AUM变动时序图与关键节点标注
- 波动严重程度分级（高/中/低关注度）
- 初步波动原因归类与跟进建议

## 5. 默认波动识别标准

- **余额大幅变动**：日终余额较前一日或近期均值下降/上升超过设定比例
- **大额单笔转入转出**：单笔交易金额超过客户历史交易基线的显著倍数
- **短期AUM剧变**：AUM在一周或一月内变动幅度超过设定阈值
- **活跃度骤升**：交易笔数或金额在短期内显著超出历史均值
- **长期低活后突然激活**：连续数月无交易或低交易后突然出现密集操作
- **短期频繁周转**：资金短期内反复进出，周转频率异常偏高

## 6. 默认分析框架

1. **总览结论**：先给出异常波动账户的整体数量与主要波动类型分布
2. **波动筛选**：按默认或自定义标准筛选异常波动账户
3. **分类统计**：按波动类型对异常账户进行分类与计数
4. **重点账户分析**：对高关注度账户逐一描述波动特征与时序变化
5. **集中度分析**：识别波动账户在机构、客群、产品上的集中特征
6. **基线对比**：与历史基线对比，量化偏离程度
7. **原因初判**：按波动特征初步归类可能原因（资金搬家/产品到期/异常行为）
8. **分级建议**：按波动严重程度分级，输出跟进优先级与建议动作

## 7. 安全边界

- 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实"
- 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策
- 不替代正式技术排障、正式故障定位、正式处置决策、正式责任认定
- 波动监测结果为数据层面的异常信号识别，不构成风险定性或处置决策
- 异常账户标注仅供业务参考，不替代合规或风控部门的正式判定

## 8. 上游依赖

- `bank-calc-utils`：提供余额变动计算、波动率统计、阈值判定等基础计算能力

## 9. 可联动下游 Skills

- `large-fund-movement-tracking`：对波动账户中涉及大额资金变动的进行深入追踪

## 使用示例

### 示例 1: 基本使用

```python
# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})
```

### 示例 2: 命令行使用

```bash
python scripts/run_skill.py --input data.json
```