[发明专利]一种面向金融数据监测的蝴蝶计数方法及装置

说明书

本发明公开了一种面向金融数据监测的蝴蝶计数方法及装置，该方法包括：获取股市交易信息，每条信息包含投资者、股票和交易时间；将投资者和股票分别建模成投资者结点集合和股票结点集合，将交易建模成边集合，每条边连接一个投资者结点和一个股票结点且带有一个交易时间的信息，从而构建一个时态二部图；基于结点的优先级，枚举时态二部图中由两条交易组成的楔形结构；根据设定的频率阈值，通过树形归并过程将楔形结构两两组合校验，并使用红黑树过滤不能构成高频交易特征的蝴蝶结构的楔形结构；通过两棵红黑树维护楔形结构集合，计算每一种表示不同交易顺序的蝴蝶结构的数量。

技术领域

本发明属于二部图数据挖掘领域，尤其涉及一种面向金融数据监测的蝴蝶计数方法及装置。

背景技术

二部图是一种刻画两类事物之间关系的常用建模方式，已得到了广泛应用。在金融领域中，构建二部图可以有效地描述投资者、股票之间的交易关系。其中，蝴蝶结构是二部图上最重要的基础结构，在股票交易市场被视为最基础的资金流转单元，统计其数量可以帮助金融机构监测市场的动态变化，发现潜在的交易风险和机会。

近期，时态二部图通过引入时间信息扩展了传统的二部图，受到了越来越多的关注。现有的蝴蝶计数方法只考虑结构特征，没有进一步考虑时态二部图中额外的时间信息，而在实际金融市场中，交易流程、交易频率信息是至关重要的。因此，设计一种面向金融数据监测的蝴蝶计数方法已经成为学术界和工业界的迫切需要。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：

首先，现有的蝴蝶计数方法将所有时间的交易信息等价考虑，未能考虑高频交易特征，而这类特征的蝴蝶结构往往要求交易在短时间内发生，因此可能导致错误监测信号的产生。此外，现有方法忽视了同一蝴蝶结构内的交易发生顺序，丢失了交易流程信息，这可能需要金融机构投入额外的成本进行数据分析，从而大大影响了效率。

发明内容

针对现有技术的不足，本申请实施例的目的是提供一种面向金融数据监测的蝴蝶计数方法及装置，能更为精确地捕获高频交易特征的蝴蝶结构的产生，以及详细提供各种交易顺序的蝴蝶结构数量。

根据本申请实施例的第一方面，提供一种面向金融数据监测的蝴蝶计数方法，包括：

获取股市交易信息，每条信息包含投资者、股票和交易时间；

将所述股市交易信息中的投资者和股票分别建模成投资者结点集合和股票结点集合，将投资者和股票之间的交易建模成边集合，每条边连接一个投资者结点和一个股票结点且带有一个交易时间的信息，从而构建一个时态二部图；

基于结点的优先级，枚举所述时态二部图中由两条交易组成的楔形结构；

根据设定的频率阈值，通过树形归并过程将所述楔形结构两两组合校验，并使用红黑树过滤不能构成高频交易特征的蝴蝶结构的楔形结构，其中所述蝴蝶结构由两个具有相同开始结点、相同结束结点和不同中间结点的楔形结构组成；

通过两棵红黑树维护楔形结构集合，计算每一种表示不同交易顺序的蝴蝶结构的数量。

进一步地，基于结点的优先级，枚举所述时态二部图中由两条交易组成的楔形结构，包括：

对所述时态二部图中每一个邻边集合内的边按照到达结点的结点优先级进行排序；

将每一个结点视作开始结点，遍历其邻边集合确定中间结点，再遍历中间结点的邻边集合确定结束结点，且需满足中间结点和结束结点的结点优先级小于开始结点，从而枚举楔形结构。

进一步地，对于结点u，w，若u的邻边集合大小大于v的邻边集合大小或u的邻边集合大小等于的v邻边集合大小且u的ID大于v的ID，则节点u的优先级高于节点w的优先级。