买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国信证券股份有限公司申请的专利程序化异常证券交易风险识别方法、装置、计算机设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118967131B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410964028.0，技术领域涉及：G06Q20/40；该发明授权程序化异常证券交易风险识别方法、装置、计算机设备及存储介质是由刘汉西;吴士荣;何志强;邓雨薇;王莹;刘潇阳设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本程序化异常证券交易风险识别方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明实施例涉及金融交易风险识别技术领域，公开了一种程序化异常证券交易风险识别方法，包括：获取当前时段的当前交易数据；对当前时段的当前交易数据进行特征提取，得到当前交易数据对应的当前交易特征；根据当前交易数据的当前交易特征，构造形成当前图结构数据；将当前图结构数据输入第一交易风险识别模型，得到第一风险识别结果；第一交易风险模型为根据图结构样本数据输入图神经网络模型模型训练得到；图结构样本数据为根据历史时刻的程序化交易样本的交易特征数据构造得到；第一风险识别结果包括当前时段存在交易风险的账号信息。通过上述方式，本发明实施例实现了有效提高程序化异常交易的识别准确率。

本发明授权程序化异常证券交易风险识别方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种程序化异常证券交易风险识别方法，其特征在于，所述方法包括： 获取当前时段的当前交易数据，包括：周期性地获取证券交易数据，当前交易数据为时空序列的数据形式；所述证券交易数据包括沪深股票行情快照、客户基础信息表、客户资产流水表、客户委托撤单流水；在当前时段的各个交易单位时间内，以日期-客户-标的-交易单位时间为一条所述当前交易数据；所述当前交易数据包括交易时间、客户标识、账户信息、资金流水、交易流水、交易标的及交易单位时间； 对当前时段的所述当前交易数据进行特征提取，得到所述当前交易数据对应的当前交易特征；根据预先设置的交易特征维度，对预处理后的当前交易特征进行筛选处理，得到最终的当前交易特征；其中，所述当前交易数据包括111维特征，对当前交易数据进行降维处理，通过相似度计算，去掉26维相关性大于0.9的特征，得到85维度的当前交易特征；所述当前交易特征包括撤单成交比、涨跌停价有效申报数量市场占比、开盘集合竞价区间申报金额、申报撤销次数、反向交易成交金额、大单委托次数、高买低卖次数； 根据所述当前交易数据的当前交易特征，构造形成当前图结构数据；所述当前图结构数据包括多个图节点及边；一个所述图节点用于表征一个当前交易数据，表示一个时段集合的交易过程信息，图节点的节点属性包括所述当前交易数据的当前交易特征；所述边用于表征各个当前交易数据之间的关联； 将所述当前图结构数据输入第一交易风险识别模型，得到第一风险识别结果；所述第一交易风险识别模型为根据图结构样本数据输入图神经网络模型模型训练得到；图结构样本数据为根据历史时刻的程序化交易样本的交易特征数据构造得到；所述第一风险识别结果包括当前时段存在交易风险的账号信息；其中，所述图神经网络模型训练方案采用GraphSage作为基础模型； 将所述图结构样本数据输入GraphSage模型训练时，GraphSage模型对所述图结构样本数据进行剪枝操作：根据预设的业务规则，对所述图结构样本数据的程序化交易样本特征数据进行剪枝，得到第一剪枝后的程序化交易样本特征数据；对第一剪枝后的程序化交易样本特征数据进行特征聚合，计算相似度，根据相似度及相似度阈值，对所述第一剪枝后的程序化交易样本特征数据再次进行剪枝，得到第二剪枝后的程序化交易样本特征数据；根据社区检测划分算法计算图的局部结构，对所述第二剪枝后的程序化交易样本特征数据再次进行剪枝，得到第三剪枝后的程序化交易样本特征数据； 将所述当前交易特征分别输入第二交易风险识别模型及第三交易风险识别模型，得到第二风险识别结果及第三风险识别结果；根据所述第一风险识别结果、第二风险识别结果及所述第三风险识别结果，得到目标风险识别结果；所述第二交易风险识别模型为根据程序化交易样本对预设的无监督时间序列神经网络模型进行训练得到；所述第三交易风险识别模型为根据程序化交易样本对预设的有监督时间序列神经网络模型进行训练得到； 其中，通过以下方式得到图结构样本数据： 根据预设的程序化交易判定规则，确定程序化交易样本；其中，一条程序化交易样本包括针对一个交易标的的一个交易时段内包含日期、客户、交易单位时间的程序化交易行为的数据； 根据所述程序化交易样本的程序化交易样本特征数据，构造图结构样本数据；其中，所述程序化交易样本特征数据包括样本基础特征数据及样本时序特征数据；所述样本基础特征数据包括投资者客户标识、交易标的及交易时间信息，样本时序特征数据包括客户标识、样本标签、交易标识、交易单位时间、账户信息、资金流水、交易流水字段；其中，根据客户标识，若在历史时段内有符合普通异常交易定义的交易行为，则在其对应的历史交易行为发生时间对应的交易单位时间的标签为1，为在此交易时段内有程序化异常交易行为的正样本； 通过以下步骤确定图结构样本数据最终的程序化交易样本特征数据： 对所述程序化交易样本的样本信息进行数据清洗及标准化处理，得到预处理后的程序化交易样本特征数据；对所述程序化交易样本的样本信息进行数据清洗及标准化处理，得到预处理后的程序化交易样本特征数据；使用图对比学习增强图节点的特征表示，得到增强特征表示后的程序化交易样本特征数据； 通过过采样对所述增强特征表示后的程序化交易样本特征数据进行样本增强，生成第一类增强样本；通过样本混合技术进行样本增强，生成第二类增强样本；通过条件生成对抗网络进行样本增强，生成第三类增强样本；根据梯度下降提升树模型，对所述增强特征表示后的程序化交易样本特征数据、第一类增强样本、第二类增强样本及第三类增强样本进行特征筛选，得到图结构样本数据的最终的程序化交易样本特征数据；其中，数据增强时，对价格及收益率的随机性进行模拟。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国信证券股份有限公司，其通讯地址为：518000 广东省深圳市罗湖区红岭中路1012号国信证券大厦十六层至二十六层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。