[发明专利]股票异常交易的识别方法及系统

权利要求书

1.一种股票异常交易的识别方法，其特征在于，包括以下步骤：

构建用于识别股票异常交易的特征集；

基于特征集中的特征，基于聚类算法或基于协整核验算法构建可比股票池；

计算出目标股票的交易行为与可比股票池的偏离程度，并基于该偏离程度识别出目标股票是否存在异常交易行为；

基于聚类算法构建可比股票池的步骤，包括：

确定分析时间区间，统计出交易日总数；

确定目标企业所在行业，提取同行业中各公司的股票数据；

以交易日总数作为维度数，以特征集中的特征作为聚类分析的特征，进行聚类分析，得到所述可比股票池；

基于协整核验算法构建可比股票池的步骤，包括：

确定分析时间区间，统计出交易日总数；

以特征集中的特征作为协整核验分析的特征，采用遍历的方式，将目标股票与市场上所有的股票逐个进行协整检验，协整检验通过的股票进入可比股票池。

2.根据权利要求1所述的方法，其特征在于，所述计算出目标股票的交易行为与可比股票池的偏离程度的步骤，包括：

针对于每一个特征，以目标股票的所述特征作为因变量，可比股票池中各个股票的所述特征作为自变量，建立回归模型，并基于该回归模型计算出目标股票的交易行为与可比股票池的偏离程度。

3.一种股票异常交易的识别系统，其特征在于，包括：

特征集构建模块，用于构建用于识别股票异常交易的特征集；

可比股票池构建模块，用于基于特征集中的特征，通过聚类分析算法和/或协整核验算法构建可比股票池；

异常交易识别模块，用于计算出目标股票的交易行为与可比股票池的偏离程度，并基于该偏离程度识别出目标股票是否存在异常交易行为；

基于聚类算法构建可比股票池的步骤，包括：

确定分析时间区间，统计出交易日总数；

确定目标企业所在行业，提取同行业中各公司的股票数据；

以交易日总数作为维度数，以特征集中的特征作为聚类分析的特征，进行聚类分析，得到所述可比股票池；

基于协整核验算法构建可比股票池的步骤，包括：

确定分析时间区间，统计出交易日总数；

以特征集中的特征作为协整核验分析的特征，采用遍历的方式，将目标股票与市场上所有的股票逐个进行协整检验，协整检验通过的股票进入可比股票池。

4.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求1-2任一所述方法中的操作。

5.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求1-2任一所述方法中的步骤。