[發明專利]交易數據智能分析方法、電子裝置及計算機可讀存儲介質

在審

• 申請號: 201910067140.3
• 申請日: 2019-01-24
• 公開（公告）號: CN109886809A
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 尹小亮;王輝;何斌
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06N20/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 于志光;劉正

1.一種交易數據智能分析方法，其特征在于，所述方法包括步驟：

通過業務調研獲取原始交易數據并分析交易特征；

根據原始交易數據和交易特征創建異常交易因子體系；

根據所述異常交易因子體系進行數據獲取、清洗和分析；

通過機器學習算法對所獲取的數據建立無監督模型；及

根據所述模型進行交易數據的異常分析。

2.如權利要求1所述的交易數據智能分析方法，其特征在于，該方法在根據所述模型進行交易數據的異常分析之前還包括步驟：

根據所建立的模型對樣本數據進行分析，針對分析結果進行模型驗證；

當驗證通過時，執行根據所述模型進行交易數據的異常分析的步驟；

當驗證不通過時，根據所述異常交易因子體系對所述模型進行調整和優化。

3.如權利要求1或2所述的交易數據智能分析方法，其特征在于，所述交易包括債券交易和股票交易。

4.如權利要求3所述的交易數據智能分析方法，其特征在于，所述異常交易因子體系包括根據所述原始交易數據和交易特征進行梳理和提煉得到的多個衍生變量，其中：

當所述交易為債券交易時，所述衍生變量包括價格偏離、反向交易、債項評級變化；

當所述交易為股票交易時，所述衍生變量包括反向交易、同向交易、快進快出。

5.如權利要求1或2所述的交易數據智能分析方法，其特征在于，所述模型通過Python語言調用XGboost算法建立。

6.一種電子裝置，其特征在于，所述電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的交易數據智能分析系統，所述交易數據智能分析系統被所述處理器執行時實現如下步驟：

通過業務調研獲取原始交易數據并分析交易特征；

根據原始交易數據和交易特征創建異常交易因子體系；

根據所述異常交易因子體系進行數據獲取、清洗和分析；

通過機器學習算法對所獲取的數據建立無監督模型；及

根據所述模型進行交易數據的異常分析。

7.如權利要求6所述的電子裝置，其特征在于，所述交易數據智能分析系統被所述處理器執行時還實現步驟：

根據所建立的模型對樣本數據進行分析，針對分析結果進行模型驗證；

當驗證通過時，執行根據所述模型進行交易數據的異常分析的步驟；

當驗證不通過時，根據所述異常交易因子體系對所述模型進行調整和優化。

8.如權利要求6或7所述的電子裝置，其特征在于，所述交易包括債券交易和股票交易，所述異常交易因子體系包括根據所述原始交易數據和交易特征進行梳理和提煉得到的多個衍生變量。

9.如權利要求6或7所述的電子裝置，其特征在于，所述模型通過Python語言調用XGboost算法建立。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有交易數據智能分析系統，所述交易數據智能分析系統可被至少一個處理器執行，以使所述至少一個處理器執行如權利要求1-5中任一項所述的交易數據智能分析方法的步驟。