專利名稱：對期貨市場客戶異常的識別方法
技術領域：
本發(fā)明涉及一種對期貨市場客戶異常的識別方法，屬于信息技術領域。
背景技術：
股指期貨的推出，是我國資本市場發(fā)展到一定階段的客觀要求，它使股票持有者可以通過股指期貨轉(zhuǎn)嫁手中股票的風險，從而增加市場平衡力量，有利于整個市場的穩(wěn)定。 同時，股指期貨也蘊含著巨大的風險，一旦對股指期貨運用或管理不當，就可能給投資者帶來巨大損失，甚至擾亂國家的金融秩序。因此如何有效防范與管理股指期貨風險顯得尤為重要。由于我國市場制度的不完善，使得我國股指期貨存在交易主體結構所帶來的風險。投資者的信用風險是期貨業(yè)面臨的主要風險，交易主體的信用風險對市場的影響極大， 當前多數(shù)投資及管理機構都簡單地把風險通過高利率轉(zhuǎn)嫁給風險指數(shù)不確定的散戶。而對于守信的客戶來說，其參與程度將受到利率變化的影響，高利率對良性用戶的需求有“擠出”效應，因此，此種方式下的資產(chǎn)風險系數(shù)偏高。目前越來越多的機構專注于客戶資料的分析和管理，以提高風險控制的能力和技巧，有效規(guī)避風險。期貨公司對客戶的信用風險進行分類和控制是期貨公司面臨的重大挑戰(zhàn)問題?，F(xiàn)實中由于客戶的數(shù)量繁多，因此一般依據(jù)人力的預判斷的分析強度都很大，對所有客戶的信息進行預識別的計算和分析負荷極大，導致分析效率很低，而且誤判度會很高。為有效對海量的高度復雜的系統(tǒng)信息進行預判，需同時結合客戶對象和其行為特點的本質(zhì)特征及數(shù)據(jù)處理的各先進技術加以實施。現(xiàn)實股票市場中，正常行為的客戶的總量是巨大的，而存在異常的個體數(shù)目較小， 并且其和正?？蛻糁g的相似性也很小。因此可以嘗試通過對客戶信息的識別將異常的客戶進行區(qū)分，以降低股指期貨的風險。

發(fā)明內(nèi)容
本發(fā)明為了解決期貨公司對客戶的信用風險依據(jù)人力進行分析，效率低并且誤判度高的問題，提供一種對期貨市場客戶異常的識別方法。本發(fā)明所述對期貨市場客戶異常的識別方法，它包括以下步驟步驟一獲取G個客戶的注冊信息和交易數(shù)據(jù)，PFk表示第k個客戶，G為大于600 的整數(shù)，k= 1,2,3……G ；步驟二 根據(jù)G個客戶的注冊信息和交易數(shù)據(jù)，提取每個客戶的特征量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)距離來度量客戶PFb和客戶PFg之間的相似距離 Dist (PFb，PFg)
權利要求
1. 一種對期貨市場客戶異常的識別方法，其特征在于它包括以下步驟 步驟一獲取G個客戶的注冊信息和交易數(shù)據(jù)，PFk表示第k個客戶，G為大于600的整數(shù)，k = 1,2,3……G ；步驟二 根據(jù)G個客戶的注冊信息和交易數(shù)據(jù)，提取每個客戶的特征量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)距離來度量客戶PFb和客戶PFg之間的相似距離 Dist (PFb，PFg)
2.根據(jù)權利要求1所述的對期貨市場客戶異常的識別方法，其特征在于所述步驟四中獲得每個客戶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)權利要求2所述的對期貨市場客戶異常的識別方法，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)權利要求1、2或3所述的對期貨市場客戶異常的識別方法，其特征在于步驟 .中所述每個客戶的特征量Fk(I)由以下特征量組成
全文摘要
對期貨市場客戶異常的識別方法，屬于信息技術領域。它解決了期貨公司對客戶的信用風險依據(jù)人力進行分析，效率低并且誤判度高的問題。它包括以下步驟獲取G個客戶的注冊信息和交易數(shù)據(jù)；根據(jù)G個客戶的注冊信息和交易數(shù)據(jù)，提取每個客戶的特征量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，同時根據(jù)客戶PFb和客戶PFg之間的相似距離Dist(PFb，PFg)獲得每個客戶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)明適用于對期貨市場客戶的識別。
文檔編號G06Q40/04GK102496127SQ20111039749
公開日2012年6月13日 申請日期2011年12月5日 優(yōu)先權日2011年12月5日
發(fā)明者俞福福, 劉金福, 賀惠新 申請人:哈爾濱工業(yè)大學