基于机器学习的场外配资自动检测系统.pdfVIP

基于机器学习的场外配资自动识别系统 2015年7月股灾，拉开清理场外配资序幕 总体上配资账户加剧了股市异常波动 深交所《关于场外配资账户的研究进展的汇报》 配资账户持股占比越高的股票，股票的波动性越大。 配资账户导致股票特质波动率增加。 配资账户偏好中小板股票，资金周转率高于深市平均水平，表现出 “追高”、 “炒小”、 “炒热点”等特征。 配资账户加大了股票流动性恶化极端事件的出现频率。 如何识别一个账户多人交易还是单人交易？  配资账户交易模型 用 户 下 a 单 配 资 系 统 下 单 券 商 系 统 交 易 所 系 统 （ 如H O M S ） 用 户 b 下单 用 户 数 据 用 户 c 监 测 传统的配资账户查处方法 根据分析和经验建立一系列筛选条件  账户总资产达到一定规模  成交量达到一定规模  交易频率满足一定次数 传统的配资账户查处方法存在以下几个主要问题  筛选规则由监管人员主观决定，缺乏客观依据  配资账户行为模式不断发生变化，筛选规则难以及时做出调整 筛选规则有限，难以实现多样复 的筛选规则 配资账户样本数据远小于正常账户数目，样本存在严重不平衡问题 基于机器学习的配资账户查处方法 利用机器学习算法，建立配资账户的自动识别模型，有效提 升了配资账户查处的效果  充分利用客户的基础数据，交易数据，资产数据等，多维度判别某一账户是否为配资账户  通过设计用以描述配资账户的特征，充分刻画配资账户的独特特性和行为模式，从而区别非配资账户  增添查处规则的规模，实现复 的查处过程  利用机器学习算法，通过复 的模型内部算法提升查处的准确性  对于未知的账户，将其相关数据输入模型，模型根据内部算法，实现自动预测该账户是否为配资账户 用户数据 用户特征 模型训练 生成模型 预测配资账户 建立配资账户自动识别系统流程 特征设计 通过设计描述配资账户特有行为模式的特征，区别配资和非配资账户 模型选择 将特征输入到不同的机器学习模型，基于检验结果选择最优模型和参数 模型预测 对于待识别的账户，基于其原始数据计算特征，将特征输入模型，模型基于内部算法预 测其是否为配资账户 待 判 断 用 户 特 征 数 据 H a d o o p 平 台 R 平 台 用 户 数 据 特 征 计 算 用 户 特 征 数 据