專利名稱：對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，屬于信息技術(shù)領(lǐng)域。
背景技術(shù)：
股指期貨的推出，是我國(guó)資本市場(chǎng)發(fā)展到一定階段的客觀要求，它使股票持有者可以通過(guò)股指期貨轉(zhuǎn)嫁手中股票的風(fēng)險(xiǎn)，從而增加市場(chǎng)平衡力量，有利于整個(gè)市場(chǎng)的穩(wěn)定。 同時(shí)，股指期貨也蘊(yùn)含著巨大的風(fēng)險(xiǎn)，一旦對(duì)股指期貨運(yùn)用或管理不當(dāng)，就可能給投資者帶來(lái)巨大損失，甚至擾亂國(guó)家的金融秩序。因此如何有效防范與管理股指期貨風(fēng)險(xiǎn)顯得尤為重要。由于我國(guó)市場(chǎng)制度的不完善，使得我國(guó)股指期貨存在交易主體結(jié)構(gòu)所帶來(lái)的風(fēng)險(xiǎn)。投資者的信用風(fēng)險(xiǎn)是期貨業(yè)面臨的主要風(fēng)險(xiǎn)，交易主體的信用風(fēng)險(xiǎn)對(duì)市場(chǎng)的影響極大， 當(dāng)前多數(shù)投資及管理機(jī)構(gòu)都簡(jiǎn)單地把風(fēng)險(xiǎn)通過(guò)高利率轉(zhuǎn)嫁給風(fēng)險(xiǎn)指數(shù)不確定的散戶。而對(duì)于守信的客戶來(lái)說(shuō)，其參與程度將受到利率變化的影響，高利率對(duì)良性用戶的需求有“擠出”效應(yīng)，因此，此種方式下的資產(chǎn)風(fēng)險(xiǎn)系數(shù)偏高。目前越來(lái)越多的機(jī)構(gòu)專注于客戶資料的分析和管理，以提高風(fēng)險(xiǎn)控制的能力和技巧，有效規(guī)避風(fēng)險(xiǎn)。期貨公司對(duì)客戶的信用風(fēng)險(xiǎn)進(jìn)行分類和控制是期貨公司面臨的重大挑戰(zhàn)問(wèn)題?，F(xiàn)實(shí)中由于客戶的數(shù)量繁多，因此一般依據(jù)人力的預(yù)判斷的分析強(qiáng)度都很大，對(duì)所有客戶的信息進(jìn)行預(yù)識(shí)別的計(jì)算和分析負(fù)荷極大，導(dǎo)致分析效率很低，而且誤判度會(huì)很高。為有效對(duì)海量的高度復(fù)雜的系統(tǒng)信息進(jìn)行預(yù)判，需同時(shí)結(jié)合客戶對(duì)象和其行為特點(diǎn)的本質(zhì)特征及數(shù)據(jù)處理的各先進(jìn)技術(shù)加以實(shí)施?，F(xiàn)實(shí)股票市場(chǎng)中，正常行為的客戶的總量是巨大的，而存在異常的個(gè)體數(shù)目較小， 并且其和正?？蛻糁g的相似性也很小。因此可以嘗試通過(guò)對(duì)客戶信息的識(shí)別將異常的客戶進(jìn)行區(qū)分，以降低股指期貨的風(fēng)險(xiǎn)。

發(fā)明內(nèi)容
本發(fā)明為了解決期貨公司對(duì)客戶的信用風(fēng)險(xiǎn)依據(jù)人力進(jìn)行分析，效率低并且誤判度高的問(wèn)題，提供一種對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法。本發(fā)明所述對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，它包括以下步驟步驟一獲取G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)，PFk表示第k個(gè)客戶，G為大于600 的整數(shù)，k= 1,2,3……G ；步驟二 根據(jù)G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)，提取每個(gè)客戶的特征量Fk(I)，其中1為整數(shù)，1 = 1,2,3……24 ；步驟三根據(jù)客戶的特征量Fk(I)，用P范數(shù)距離來(lái)度量客戶PFb和客戶PFg之間的相似距離 Dist (PFb，PFg)
權(quán)利要求
1. 一種對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，其特征在于它包括以下步驟 步驟一獲取G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)，PFk表示第k個(gè)客戶，G為大于600的整數(shù)，k = 1,2,3……G ；步驟二 根據(jù)G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)，提取每個(gè)客戶的特征量Fk (1)，其中1為整數(shù)，1 = 1,2,3……24 ；步驟三根據(jù)客戶的特征量Fk(I)，用ρ范數(shù)距離來(lái)度量客戶PFb和客戶PFg之間的相似距離 Dist (PFb，PFg)
2.根據(jù)權(quán)利要求1所述的對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，其特征在于所述步驟四中獲得每個(gè)客戶PFk所歸屬的聚類中心樣本fck的具體方法為步驟四一由全局距離矩陣Dexe獲得客戶PFb和客戶PFg之間的相似性Sim(b，g)，建立全局相似矩陣Sexe
3.根據(jù)權(quán)利要求2所述的對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，其特征在于所述步驟四三中獲得LT次迭代更新后的反饋矩陣Rgxg和有效性矩陣Aexe的具體過(guò)程為步驟四三一將由步驟四二獲得的反饋矩陣^^的所有元素r(i，j)更新為r(i. j)* = Artmp(i, j) + (l-A )rold(i, j)，式中λ為更新系數(shù)，r。ld(i，j)為上一次迭代更新獲得的r(i，j)，rtmp(i，j)如下式所示
4.根據(jù)權(quán)利要求1、2或3所述的對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，其特征在于步驟 .中所述每個(gè)客戶的特征量Fk(I)由以下特征量組成
全文摘要
對(duì)期貨市場(chǎng)客戶異常的識(shí)別方法，屬于信息技術(shù)領(lǐng)域。它解決了期貨公司對(duì)客戶的信用風(fēng)險(xiǎn)依據(jù)人力進(jìn)行分析，效率低并且誤判度高的問(wèn)題。它包括以下步驟獲取G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)；根據(jù)G個(gè)客戶的注冊(cè)信息和交易數(shù)據(jù)，提取每個(gè)客戶的特征量Fk(l)；根據(jù)客戶的特征量Fk(l)建立全局距離矩陣DG×G；建立有效性矩陣AG×G和反饋矩陣RG×G，同時(shí)根據(jù)客戶PFb和客戶PFg之間的相似距離Dist(PFb，PFg)獲得每個(gè)客戶PFk所歸屬的聚類中心樣本fck；將具有相同聚類中心樣本fck的客戶PFk歸為一類聚類客戶，將含有客戶數(shù)量最少的聚類客戶，判定為異常。本發(fā)明適用于對(duì)期貨市場(chǎng)客戶的識(shí)別。
文檔編號(hào)G06Q40/04GK102496127SQ20111039749
公開日2012年6月13日 申請(qǐng)日期2011年12月5日 優(yōu)先權(quán)日2011年12月5日
發(fā)明者俞福福, 劉金福, 賀惠新 申請(qǐng)人:哈爾濱工業(yè)大學(xué)