[发明专利]基于事件序列频繁项集的异常交易行为分析方法和系统

说明书

本发明公开了基于事件序列频繁项集的异常交易行为分析方法和系统，对客户可能存在的异常交易行为进行分析，达到动态异常交易行为监管的目的。其技术方案为：从行情数据和客户行为数据中抽取分析所需数据；对行情事件和客户行为事件进行定义，对行情数据切片处理，并将客户行为数据的时间线与切片后的行情数据对齐；对所有数据进行离散化处理，得到行情、客户行为事件序列；针对客户行为事件、离散化处理后的行情、客户行为事件序列，进行频繁序列模式挖掘，找到待检测客户的事件序列频繁项集；依据事件序列频繁项集，借助异常指数计算，获取疑似交易行为异常的客户；基于规则对异常客户行为识别分析，并经综合判断得出异常行为客户名单。

技术领域

本发明涉及异常交易分析技术，具体涉及一种基于事件序列频繁项集的异常交易行为分析方法和系统。

背景技术

早在19世纪，异常识别就作为统计学领域当中重要的课题被提出和讨论。目前为止已有大量不同的技术方法被运用到不同领域的异常识别当中，以应对各领域相关问题。

从所运用的技术种类来说，这些方法可以分为：基于统计学、监督型机器学习、非监督机器学习、信息论、图论、其他技术等，以及一些对以上技术方法综合运用的手段。

从针对的问题范围和种类来说，既有普适异常发现问题，也有针对特定领域的比如网络攻击识别，信用安全检测，健康指标检测，社会学指标检测等等。随后这些技术被进一步改进和应用到各个研究领域和实践领域当中，包括金融经济领域，社会信用管理领域，军事领域等等，并在这些领域中取得了一定成效。

由于异常本身的复杂性和检测技术所针对的场合和设计理念的差异，具体的正常行为模式和异常的判别依据又根据使用场合和面向方向不同可以有多种不同的具体定义方式。在经济金融领域，异常检测技术目前主要应用于：通过挖掘、匹配异常使用模式来发现欺诈、洗钱和违规行为。

但在复杂交易行为模式分析方面(涉及交易规则、客户分类标准、市场状况动态变化等)，尤其是针对金融衍生品领域的研究，卓有成效的方法论及技术手段还较为稀缺。

股指期货(Share Price Index Futures)是指以股价指数为标的物的标准化期货合约，双方约定在未来的某个特定日期，可以按照事先确定的股价指数的大小，进行标的指数的买卖，到期后通过现金结算差价来进行交割。作为期货交易的一种类型，股指期货交易与普通商品期货交易具有类似的特征与流程，是金融衍生品市场一种运用相当广泛的金融工具。

以沪深300股指期货(IF)为例，该产品2010年4月16日起正式上市交易。IF上市以来，深受投资者青睐，交易量与参与人数大幅度增长，2015年上半年，沪深300股指期货更是成为了全球第一大股指期货。随着中国衍生品市场日益发展壮大，对期货等场内衍生品交易的监管也显得日益重要。

2015年6月，A股市场出现暴跌，市场上有人认为股市暴跌与股指期货的做空机制有关，对此中金所采取了一系列收紧举措。2015年9月2日中金所宣布，自2015年9月7日起，将期指非套保持仓保证金提高至40％，平仓手续费提高至万分之23(上调20倍)。同时，非套期保值客户的单个产品单日开仓交易量超过10手，就认定为异常交易行为。在这样的限制下，股指期货市场流动性骤然下跌。在随后的两年内，为提升交易活跃度、促进股指期货的功能发挥，中金所又在2017年对期指规则进行两次松绑。

股指期货正常的波动能活跃市场，有助于市场参与者通过跨市场资产配置等手段对冲市场风险。但是，在股指期货日常交易中，有时会出现一些短时波动，这些波动通常持续时间较短(可能是几分钟)，但却可能隐含着一些客户异常交易行为，甚至恶意操作。

交易所在对股指期货交易进行必要监管过程中，以往主要依靠较为传统的方式——监察系统对行情及交易者行为进行自动监控，基于既定规则和专家指定的重点指标实时监控，一旦相关报警事件被触发，即由业务人员进行处理与后续跟踪。