atulkrishnan18-wq/transactionmonitoring

# ScoreSentinel 🛡️ ### 自动化 AML 交易风险评分引擎 由合规专业人士构建，为合规专业人士服务。 ## 什么是 ScoreSentinel？ ScoreSentinel 是一个自动化交易监控引擎， 它根据加权风险矩阵评估客户交易， 并生成综合风险评分 —— 根据严重程度阈值触发上报工作流。 告别手工 Excel 评分。告别不一致的分析师判断。只需干净、可审计的自动化风险决策。 ## 它解决的问题 大多数中型银行和金融科技公司都在手动进行 AML 风险评分： - 分析师打开 Excel - 在多个名单中核查客户 - 根据个人判断分配评分 - 填写电子表格 - 管理人员在几天后进行审查 这种方式不仅缓慢、不一致，而且在规模化时无法审计。 ScoreSentinel 解决了这个问题。 ## 涵盖的风险因素 | 因素 | 权重 | |--------|--------| | 交易金额（> $10,000） | 高 | | 交易频率 | 中 | | 地理位置因素（FATF 高风险） | 高 | | 客户风险评级（PEP） | 高 | | 产品/服务类型 | 中 | | 制裁风险暴露（OFAC） | 严重 | | 监控名单风险暴露（IOCAL） | 高 | | 腐败感知指数 | 中 | | 拆分交易模式 | 严重 | ## 技术栈 - Python (pandas) — 评分引擎 - SQL — 审计轨迹与存储 - GitHub — 版本控制与文档 ## 项目状态 🚧 积极开发中 —— 60 天计划中的第 8 天 ## 关于作者 拥有 8 年以上全球银行业 AML、制裁和 KYC 领域经验的 CAMS 认证金融犯罪分析师。 目前就职于 Bank of America | 高风险检测团队 🌐 [Chainsutra](https://chainsutra.in) — 加密货币合规博客 💼 [LinkedIn](https://linkedin.com/in/atul-krishnan-cams-aa99b535)

标签：AML, CPI指数, FATF, Fintech, KYP, OFAC, PEP筛查, Python, RegTech, SQL, SR 11-7模型风险管理, 了解你的客户, 云计算, 交易监控, 分层交易检测, 制裁筛查, 加密货币合规, 加权风险矩阵, 反恐融资, 反洗钱, 合规科技, 多线程, 审计追踪, 无后门, 监管合规, 系统审计, 自动化决策, 规则引擎, 逆向工具, 金融犯罪, 金融科技, 银行合规, 风控系统, 风险评分, 高风险国家和地区