[發明專利]市場監察系統及方法

在審

• 申請號: 201410342490.3
• 申請日: 2014-07-17
• 公開（公告）號: CN105335888A
• 公開（公告）日: 2016-02-17
• 發明（設計）人: 陳琨;王懷清
• 申請（專利權）人: 南方科技大學
• 主分類號: G06Q40/04
• 分類號: G06Q40/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

技術領域

本發明涉及計算機信息技術與金融市場技術領域，尤其涉及一種監察交易安全的市場監察系統及方法。

背景技術

現有的國內外證券市場監察系統主要以監測量價異動為主，只有少數幾個系統集成了文本挖掘功能來分析信息對市場的影響。目前功能比較完備的文本挖掘監管系統是美國金融監管局自2001年12月投入運行的SONAR系統。該系統每天處理約1萬條新聞和SEC的信息披露，評估2萬5千個證券的價/量模型，通過對違規事件的安全級別進行模型估計，給出事件的概率評分值。但是當前公開的相關文獻極少且未涉及其算法與實現細節。另外，澳交所在2004年引入互聯網金融投資謠言搜索系統，該系統每小時能夠掃描4萬篇網絡信息，識別屬于謠言的文章精度僅達到50％。

SMARTS等主要海外證券市場監測系統也加強了對文本的自動分析處理功能，功能主要集中于在新聞和公司財務報告中對關鍵事件和關鍵信息進行檢索和抽取。同時，SMARTS公司也在積極進行文本挖掘技術的開發，但目前還沒有成熟的集成產品。在國內，證券市場信息監察也剛剛起步，具體的市場監察產品還較少。

在人工智能研究中，常識知識是指可由普通人預知的信息，它是解決人工智能或知識工程技術瓶頸難題的一項關鍵措施。現在已經有許多常識知識庫被建立，比較有代表性的有Cyc，DBpeida和Wordnet。Cyc知識庫創建于1984年，現包含上千萬的事實和關系描述。DBpedia則是從wikipeida里面抽取得到的RDF格式的記錄，它包含4百萬的事物描述和4.7億的事實描述，涵蓋了人物、地點、公司等多類信息。Wordnet是對英語語言的詞匯描述，包括對同義詞、近義詞等詞匯之間關系的總結。在處理市場信息時，信息本身紛繁復雜，因此，常識知識庫是處理大數據的一個較好的選擇。

現有的研究已經將常識知識引入到文本信息的處理中，其研究方法主要是利用詞匯之間的關系，對文本特征進行處理。例如Scott和Green利用Wordnet中的近義詞關系來對文本中的特征進行擴充。Hotho等人則利用Wordnet中上下層關系對文本中的名詞和動詞進行匯總。還有一類研究利用Wikipedia中詞條的描述信息對相關文本進行擴充。

目前，在金融文本挖掘領域，國外高校和研究機構對自動文本分析方面的研究著重于對英文文本特征的構建和機器學習模型的選擇(如表1所示)。信息內容涵蓋了新聞、博客、年報以及研究報告等。預測的市場指標包括股價趨勢、匯率趨勢、市場指數、風險值和股票收益等。采用的文本特征包括詞袋(Bagofwords)、名詞短語(NounPhrase)以及命名實體(NamedEntity)等，也有一些研究采用了專家定義的詞匯表作為文本特征。常用的分類器包括了k近鄰、和支持向量機等。相關的研究成果既有通過預測給出風險提示的，也有用挖掘出的信息指導日內高頻交易的。

表1英文金融文本分析研究現狀

業內專業的信息分析服務提供商專注于對文本信息的量化表示，該類系統主要被投資機構用于進行量化交易(如表2所示)。系統的核心是借助于自然語言處理和文本挖掘技術，自動分析新聞事件的相關性、情感性和新穎性。國外主要提供信息分析服務的公司主要有RavenPack，ThomsonReuters和RecordedFuture。RavenPack實時掃描各類信息提供終端收集到的新聞文本，一旦有新聞加入到數據庫，系統會對該文本通過一系列的情感性指標來進行量化衡量。ThomsonReuters也提供了自動新聞分析的服務。同樣對于一條實時新聞報道，系統可以自動分析新聞事件的情感性，相關性和新穎性。相關性由0到1之間的數值來衡量。對于情感性，該系統用0到1之間的數值分別衡量了利好，中性和利空的概率。另外，該類系統通過新聞發布的時間和關鍵詞出現的位置來確定該報道的新穎性。RecordedFuture公司提供了更為豐富的圖形分析界面。該類系統通過對一批新聞進行時間、來源和實體關系的分析，在界面中將新聞關系進行圖形化直觀展示。就單個新聞的量化表示，系統關注于新聞事件的利好概率和利空概率。

表2國外主要新聞分析軟件比較