CN113672787B - 证券市场交易行为监测方法、装置和存储介质 - Google Patents
证券市场交易行为监测方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113672787B CN113672787B CN202111234690.3A CN202111234690A CN113672787B CN 113672787 B CN113672787 B CN 113672787B CN 202111234690 A CN202111234690 A CN 202111234690A CN 113672787 B CN113672787 B CN 113672787B
- Authority
- CN
- China
- Prior art keywords
- price
- event
- account book
- data
- entrusted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Human Computer Interaction (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种证券市场交易行为监测方法、装置和存储介质,通过获取在第一证券交易时段中的多笔账簿数据;根据账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,委托事件界面组件包括第一界面元素和第二界面元素;在图形用户界面设置第一区域和第二区域,根据账簿记录时间的先后顺序在第一区域中依序逐笔滚动账簿数据,以及,在第二区域中联动播放委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态,解决了相关技术中存在的证券市场交易行为检测结果可读性低和难追溯的问题,实现了证券市场交易行为检测结果可读可追溯的有益效果。
Description
技术领域
本申请涉及金融数据处理领域,特别是涉及一种证券市场交易行为监测方法、装置和存储介质。
背景技术
随着证券市场的发展,扰乱市场秩序的行为也伴随而生,为方便描述,本文将该种行为称之为证券市场恶意行为。证券市场恶意行为有多种,例如,市场操纵,即通过误导性的交易活动影响证券价格和交易量,给其他市场参与者造成出现价格敏感性信息的假象,从而诱导其他投资者参与证券交易;内幕交易,即内幕信息公开前利用该信息买卖相关证券、泄漏该信息或建议他人买卖相关证券;券商与委托人冲突,即券商利用所掌握的委托人买卖证券委托信息,进行反向交易,谋取利益,如“老鼠仓”。
在金融欺诈案件中,相关技术设计出一系列的智能化监测系统,作为证据搜集工具,以佐证证券市场恶意行为。有传统的监察系统,对行情及交易者行为进行自动监控,基于既定规则和专家指定的重点指标实时监控,一旦相关报警事件被触发,即由业务人员进行处理与后续跟踪。有基于大数据分析的监察系统,通过采用带符号的委托量作为投资者交易活动的特征变量,建立带符号委托量序列;建立投资者交易的统一聚集的带符号委托量序列;计算两个投资者交易行为相似性,建立多个投资者相关系数矩阵;根据一个交易日的相关系数矩阵,构建单日权重图,多个单日权重图合并为一个综合权重图,综合权重图中的一个连通子图对应的投资者集合就是一个潜在关联交易组。
但是,无论是传统的监察系统,还是基于大数据分析的监察系统,检测结果可读性都较低,且检测得到的证券市场恶意行为难以追溯,不利于直观地辅助证券市场恶意行为的推定。
针对相关技术中存在的证券市场交易行为检测结果可读性低和难追溯的问题,目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种证券市场交易行为监测方法、装置和存储介质,以解决相关技术中存在的证券市场交易行为检测结果可读性低和难追溯的问题。
第一个方面,在本实施例中提供了一种证券市场交易行为监测方法,包括:
获取在第一证券交易时段中的多笔账簿数据,其中,所述账簿数据包括账簿记录时间、账簿记录类型、委托方向、交易人信息、委托价格、委托数量和委托记录识别码;
根据所述账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,所述委托事件界面组件包括第一界面元素和第二界面元素,所述第一界面元素携带有所述委托价格,所述第二界面元素携带有所述委托方向、所述委托数量和所述交易人信息;
在图形用户界面设置第一区域和第二区域,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据,以及,在所述第二区域中联动播放所述委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态。
在其中的一些实施例中,根据所述账簿数据生成对应于每一笔账簿数据的委托事件界面组件包括:
根据所述委托方向分别生成买方委托事件界面组件和卖方委托事件界面组件,在所述买方委托事件界面组件的第二界面元素和所述卖方委托事件界面组件的第二界面元素之间设置不同的颜色和/或几何形状;
将各委托事件界面组件的第一界面元素按照账簿记录时间的先后顺序依序排列,得到第一界面元素序列;
将所述委托事件界面组件的第二界面元素按照所述委托方向设置在所述第一界面元素序列的其中一侧。
在其中的一些实施例中,所述账簿记录类型包括委托修改和委托成交,在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态包括:
在滚动至当前账簿数据的账簿记录类型为委托修改的情况下,将对应于委托修改的委托事件界面组件设置成第一显示状态;以及,
在滚动至当前账簿数据的账簿记录类型为委托成交的情况下,将对应于委托成交的委托事件界面组件设置成第二显示状态。
在其中的一些实施例中,在滚动至当前账簿数据的账簿记录类型为委托修改的情况下,将对应于委托修改的委托事件界面组件设置成第一显示状态包括:
挪去对应于委托修改的委托事件界面组件;或者,
降低所述对应于委托修改的委托事件界面组件的颜色饱和度。
在其中的一些实施例中,各所述委托事件界面组件包括至少一个第二界面元素,各所述第二界面元素携带有单位委托数量,在滚动至当前账簿数据的账簿记录类型为委托成交的情况下,将对应于委托成交的委托事件界面组件设置成第二显示状态包括:
根据所述账簿数据获取委托成交的委托数量,根据所述委托成交的委托数量和所述单位委托数量,挪去委托成交的委托事件界面组件和/或在对应于委托成交的委托事件界面组件中挪去相应数目的第二界面元素。
在其中的一些实施例中,所述图形用户界面包括多个窗口,所述多个窗口和多个证券识别代码一一对应,在打开多个窗口的情况下,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据,以及,在所述第二区域中联动播放所述委托事件界面组件包括:
确定相互关联的多个窗口;
在所述相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从所述第一账簿记录时间开始同步滚动各所述窗口中的账簿数据,以及,联动播放各所述窗口中的委托事件界面组件。
在其中的一些实施例中,在所述相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从所述第一账簿记录时间开始同步滚动各所述窗口中的账簿数据包括:
在各所述窗口的第一区域设置滚动标记,将所述滚动标记在所述第一区域中按照账簿记录时间的先后顺序进行滚动。
在其中的一些实施例中,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据之前,所述方法还包括:
根据所述账簿数据获取目标证券在第二证券交易时段中的交易时间和交易价格,根据所述交易时间和所述交易价格在所述图形用户界面绘制所述目标证券在所述第一证券交易时段的第一价格-时间曲线图像;
确定所述第一价格-时间曲线图像中的感兴趣区域,截取所述感兴趣区域对应的交易时段为所述第一证券交易时段,并确定对应于所述第一证券交易时段的委托事件为可疑事件。
在其中的一些实施例中,确定所述第一价格-时间曲线图像中的感兴趣区域,截取所述感兴趣区域对应的交易时段为所述第一证券交易时段,并确定对应于所述第一证券交易时段的委托事件为可疑事件包括:
将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域。
在其中的一些实施例中,将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域包括:
判断检测出的价格波动类型是否和预设价格波动类型匹配;
在判断到检测出的价格波动类型和所述预设价格波动类型匹配的情况下,确定该价格波动类型对应的区域为所述感兴趣区域;以及,
在判断到检测出的价格波动类型和所述预设价格波动类型不匹配的情况下,对该价格波动类型对应的价格-时间曲线图像区域打上标签,并根据该标签对所述深度卷积神经网络进行迭代训练。
在其中的一些实施例中,在将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域之前,所述方法还包括:
获取第二价格-时间曲线图像,对所述第二价格-时间曲线图像进行切片,得到价格波动切片,并对所述价格波动切片打上标签,其中,所述标签的类型包括以下至少之一:平缓价格波动类型、单调价格波动类型、尖峰价格波动类型、锯齿价格波动类型;
将标注后的价格波动切片划分为训练集和测试集;
构建深度卷积神经网络,根据所述训练集和所述测试集对所述深度卷积神经网络进行训练,得到训练后的深度卷积神经网络。
在其中的一些实施例中,在获取证券交易过程中的多笔账簿数据之后,所述方法还包括:
获取上市公司数据,分别提取所述账簿数据中的证券识别码、所述上市公司数据中的证券识别码,并将相关联的所述账簿数据中的证券识别码和所述上市公司数据中的证券识别码进行映射处理;
生成所述上市公司数据的索引标识,并在所述委托事件组件中插入所述索引标识;和/或,在第一价格-时间曲线图像中插入所述索引标识。
在其中的一些实施例中,生成所述上市公司数据的索引标识,并在所述委托事件组件中插入所述索引标识;和/或,在第一价格-时间曲线图像中插入所述索引标识包括:
获取所述上市公司数据的发布时间,将所述发布时间和所述账簿数据中的交易时间进行比较,根据比较结果确定所述索引标识在所述委托事件中和/或所述第一价格-时间曲线图像中的插入位置。
第二个方面,在本实施例中提供了一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述第一个方面所述的证券市场交易行为监测方法。
第三个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的证券市场交易行为监测方法。
与相关技术相比,在本实施例中提供的证券市场交易行为监测方法、装置和存储介质,通过获取在第一证券交易时段中的多笔账簿数据,其中,账簿数据包括账簿记录时间、账簿记录类型、委托方向、交易人信息、委托价格、委托数量和委托记录识别码;根据账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,委托事件界面组件包括第一界面元素和第二界面元素,第一界面元素携带有委托价格,第二界面元素携带有委托方向、委托数量和交易人信息;在图形用户界面设置第一区域和第二区域,根据账簿记录时间的先后顺序在第一区域中依序逐笔滚动账簿数据,以及,在第二区域中联动播放委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态,解决了相关技术中存在的证券市场交易行为检测结果可读性低和难追溯的问题,实现了证券市场交易行为检测结果可读可追溯的有益效果。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本申请一实施例的证券市场交易行为监测方法的终端的硬件结构框图;
图2是本申请一实施例的证券市场交易行为监测方法的流程图;
图3是本申请一实施例的图形用户界面的示意图一;
图4是本申请一实施例的图形用户界面的示意图二;
图5是本申请一实施例的图形用户界面的示意图三;
图6是本申请一实施例的图形用户界面的示意图四;
图7是本申请一实施例的价格-时间曲线图像的示意图;
图8是本申请一实施例的证券市场交易行为监测装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是本申请一实施例的证券市场交易行为监测方法的终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的证券市场交易行为监测方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
需要说明的是,本申请中的证券交易涉及狭义有价证券和广义有价证券。其中,狭义有价证券仅为资本证券,例如股票、债券及其衍生品种;广义有价证券包括商品证券、货币证券和资本证券,例如股票、债券及其衍生品种、提货单、运货单、仓库栈单、商业汇票、商业本票、银行汇票、银行本票、支票。
在本申请中提供了一种证券市场交易行为监测方法,图2是本申请一实施例的证券市场交易行为监测方法的流程图,如图2所示,该流程包括如下步骤:
步骤S101,获取在第一证券交易时段中的多笔账簿数据,其中,账簿数据包括账簿记录时间、账簿记录类型、委托方向、交易人信息、委托价格、委托数量和委托记录识别码。
第一证券交易时段包括允许进行证券交易的时间,可以是过去发生的历史交易证券交易时段,也可以是正在进行的当前交易证券交易时段。账簿记录时间包括CPU时间戳,CPU时间戳可以是数据转发时间戳,也可以是数据接收时间戳,其格式形如“HH:MM:SS.sss”。账簿数据包括委托和交易数据,委托和交易数据可以通过证券交易所的中央交易引擎生成,包括逐笔委托和逐笔成交两个独立的数据流,更新速度较快,且更新量较大,称之为全账簿数据。
全账簿数据可读性较差,无法直接用于分析观察交易行为,因此,在获得全账簿数据之后,对全账簿数据进行预处理,即对全账簿数据进行转换,以使通过转换的全账簿数据能满足用户按照时间序列进行事件追踪的需求。在对全账簿数据进行预处理时,首先,根据由交易引擎供应商或数据贩售商提供的数据字典,构建全账簿数据所包含的各数据字段的映射关系表;其次,根据数据映射关系表,对全账簿数据进行分类,得到委托和交易数据;接着,将完成分类的全账簿数据,根据预设的格式和转换方法,写入相应的分类数据文件或数据仓。
账簿记录类型包括但不限于委托申报、委托修改和委托成交,其中,委托修改包括但不限于委托撤销、交易时段变更、最优报价更新。委托方向包括买方和卖方。
步骤S102,根据账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,委托事件界面组件包括第一界面元素和第二界面元素,第一界面元素携带有委托价格,第二界面元素携带有委托方向、委托数量和交易人信息。
图3是本申请一实施例的图形用户界面的示意图一,如图3所示,在第一区域中,多笔账簿数据根据时间顺序先后依序排列,在第二区域中,多个委托事件界面组件也是按照账簿记录时间的先后顺序依序排列。
在一些实施例中,在第二区域中,当同一账簿记录时间有多笔不同委托价格生成的情况下,可以根据价格优先级排列委托事件界面组件。根据委托方向的不同,按照不同的价格优先级顺序排列委托事件界面组件。例如,对于买方委托事件界面组件而言,可以按照委托价格从高到低的顺序排列,对于卖方委托事件界面组件而言,可以按照委托价格从低到高的顺序排列。
委托事件界面组件由第一界面元素和第二界面元素构成,第一界面元素和第二界面元素分别承载不同的信息,由于在委托和交易过程中,账簿记录类型会发生变更。例如委托撤销,理论上该笔账簿数据的委托价格和委托数量均失去交易意义;又例如委托成交,假设委托卖出100股,于某一时刻成交80股,剩余20股,理论上该笔账簿数据剩余委托数量还存在交易意义,委托价格依然有效,只是委托数量发生了变更,由原先的100股变成20股。由此可见,不同的信息在不同的账簿记录类型中需要具备不同的表现形式,因此,将委托事件界面组件分割成第一界面元素和第二界面元素,有利于在账簿记录类型变更的情况下,单独更新其中之一的界面元素。
步骤S103,在图形用户界面设置第一区域和第二区域,在第一证券交易时段中根据账簿记录时间的先后顺序在第一区域中依序逐笔滚动账簿数据,以及,在第二区域中联动播放委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态。
在本实施例中,将第一区域的账簿数据和第二区域的委托事件界面组件关联,通过滚动账簿数据,在第二区域中联动播放委托事件界面组件,其中,播放委托事件界面组件的过程包括:在滚动至第一笔账簿数据时,对应的第一个委托事件界面组件开始出现在第二区域中,在滚动至第二笔账簿数据时,对应的第二个委托事件界面组件开始出现在第二区域中,此时第一个委托事件界面组件保持在第二区域中不消失,直到第一笔账簿数据的账簿记录类型变更的情况下,更新第一个委托事件界面组件的显示状态。
在滚动账簿数据时,可以是获取第一指令,根据第一指令,在图形用户界面的第一区域按照账簿记录时间的先后顺序依序滚动账簿数据,例如,设置好开始时间和结束时间之后,启动播放,如此设置,实现连续播放功能,在播放完委托事件界面组件之后继续播放下一个委托事件界面组件,中间没有停顿。
也可以是接收用户输入的第二指令,根据第二指令,暂停或者启动滚动账簿数据,例如,接收用户操作鼠标或者键盘的指令,每接收到一次指令,播放一个委托事件界面组件,如此设置,实现断点播放功能,在播放完一个委托事件界面组件之后停顿数秒,再继续播放下一个委托事件界面组件。
在上述步骤S101至S103中,根据账簿记录时间的先后顺序组织委托事件,对交易人的委托事件进行可视化播放,例如,可以是在检测到证券市场某种交易行为之后,根据锁定的嫌疑交易人,截取第一证券交易时段,播放该交易时段内与该嫌疑交易人相关联的委托事件,实现证券市场交易行为轨迹的监测。监测方法可以复盘过去发生的历史交易证券交易时段,也可以捕捉正在进行的当前交易证券交易时段。可视化播放既可以自动连续执行,也可以人为控制,提升与用户的交互性。通过上述步骤,解决了相关技术中存在的证券市场交易行为检测结果可读性低和难追溯的问题,实现了证券市场交易行为检测结果可读可追溯的有益效果。
对于每一笔账簿数据,都有其相应的委托事件,每一个委托事件界面组件代表一个委托事件,与委托方向相对应的委托事件界面组件分别是买方委托事件界面组件和卖方委托事件界面组件。为了进一步直观地观察不同委托方向的委托事件,在本申请的一个实施例中,可通过如下步骤生成对应于每一笔账簿数据的委托事件界面组件:
根据委托方向分别生成买方委托事件界面组件和卖方委托事件界面组件,在买方委托事件界面组件的第二界面元素和卖方委托事件界面组件的第二界面元素之间设置不同的颜色和/或几何形状;将各委托事件界面组件的第一界面元素按照账簿记录时间的先后顺序依序排列,得到第一界面元素序列;将委托事件界面组件的第二界面元素按照委托方向设置在第一界面元素序列的其中一侧。
图4是本申请一实施例的图形用户界面的示意图二,如图4所示,假设在第一证券交易时段中,共产生了4笔账簿数据,委托记录识别码分别是1001、1002、1003、1004,交易人识别码分别为A、B、C、D,其中,A和C均为买方,B和D分别为卖方,携带有“¥”的信息为第一界面元素,代表委托价格,携带有“A×1”的信息为第二界面元素,代表交易人A挂出买入1单位份额的目标证券的委托,“¥3.53”和“A×1”构成一个委托事件界面组件。在本实施例中,第一界面元素纵向排列,第二界面元素分别排列在第一界面元素的左右两侧,在其中一些实施例中,第一界面元素也可以横向排列,第二界面元素分别排列在第一界面元素的上下两侧。
第二界面元素可以采用不同的颜色和/或几何形状区分委托方向,例如,用红色代表买方,用绿色代表卖方;又例如,用矩形边框代表买方,用椭圆形边框代表卖方。
当启动事件播放时,按照A、B、C、D的顺序先后播放委托事件界面组件,在本实施例中,委托事件界面组件序列可以是从画面的上方开始出现,按照从上往下的方向移动,也可以是从画面的下方开始出现,按照从下往上的方向移动。
图4只是给出了本申请一种实施例的图形用户界面的示意图,在其中一些实施例中,还可以有不同于图4的设置,只要是不脱离本申请发明构思的图形用户界面,均属于本申请保护范围。
在本申请的一个实施例中,账簿记录类型包括委托修改和委托成交,为了进一步直观地观察账簿数据变更账簿记录类型,在滚动至当前账簿数据的账簿记录类型为委托修改的情况下,将对应于委托修改的委托事件界面组件设置成第一显示状态;以及,在滚动至当前账簿数据的账簿记录类型为委托成交的情况下,将对应于委托成交的委托事件界面组件设置成第二显示状态。
例如,当有委托撤销时,可以挪去对应于委托撤销的委托事件界面组件;或者,降低对应于委托撤销的委托事件界面组件的颜色饱和度。
相应地,当有委托成交时,可以挪去对应于委托成交的委托事件界面组件;或者,降低对应于委托成交的委托事件界面组件的颜色饱和度。
在本申请的一个实施例中,各委托事件界面组件包括至少一个第二界面元素,各第二界面元素携带有单位委托数量,在滚动至当前账簿数据的账簿记录类型为委托成交的情况下,将对应于委托成交的委托事件界面组件设置成第二显示状态包括:根据账簿数据获取委托成交的委托数量,根据委托成交的委托数量和单位委托数量,挪去委托成交的委托事件界面组件和/或在对应于委托成交的委托事件界面组件中挪去相应数目的第二界面元素。
图5是本申请一实施例的图形用户界面的示意图三,交易人A和交易人B在交易完成前的图形用户界面可参考图4,交易人A和交易人B在交易完成后的图形用户界面可参考图5。在图4中,交易人B对应有两个第二界面元素“B×1”,代表交易人B挂出卖出2单位份额的目标证券的委托,当交易人A和交易人B相互成交之后,交易人B成功卖出1单位份额,还剩余1单位份额。在图5中,挪走交易人A的委托事件界面组件,以及挪去交易人B的一个第二界面元素。
在本申请中,第一证券交易时段可以由用户自定义设置,例如,用户输入起始时间和结束时间,获取该时间区间内的多笔账簿数据,执行证券市场交易行为监测方法。
上述实施例介绍了某一证券的证券交易监测方案,但是涉及到多个证券的证券交易时,无法直观监测多个证券的证券交易。图6是本申请一实施例的图形用户界面的示意图四,如图6所示,在本申请的一个实施例中,图形用户界面包括多个窗口,多个窗口和多个证券识别代码一一对应,在打开多个窗口的情况下, 确定相互关联的多个窗口,在相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从第一账簿记录时间开始同步滚动各窗口中的账簿数据,以及,联动播放各窗口中的委托事件界面组件。
如此设置,可通过打开、并列显示多个窗口,同时监测多个证券交易,并且关联选择的多个窗口,在任一窗口中滚动账簿数据,都能同步相互关联的窗口进行账簿数据的滚动。其中,不同窗口的账簿数据的起始滚动时间可以相同也可以不同。
在本申请的一个实施例中,在相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从第一账簿记录时间开始同步滚动各窗口中的账簿数据时,可以在各窗口的第一区域设置滚动标记,将滚动标记在第一区域中按照账簿记录时间的先后顺序进行滚动。参考图6,滚动标记可以是线段。在其中一些实施例中,滚动标记也可以是其他几何图形,例如方框或箭头。
在本申请的一个实施例中,第一证券交易时段可以通过如下方式确定:
根据账簿数据获取目标证券在第二证券交易时段中的交易时间和交易价格,根据该交易时间和交易价格在图形用户界面绘制目标证券在第一证券交易时段的第一价格-时间曲线图像;确定第一价格-时间曲线图像中的感兴趣区域,截取感兴趣区域对应的交易时段为第一证券交易时段,并确定对应于第一证券交易时段的委托事件为可疑事件。
图7是本申请一实施例的价格-时间曲线图像的示意图,如图7所示,横坐标是账簿记录时间,纵坐标是交易价格,每个小球代表一个交易,通过观察价格-时间曲线图像的感兴趣区域,确定该感兴趣区域对应的账簿记录时间为第一证券交易时段,以便后续对该部分账簿数据进行行为分析和交易复盘。
在本申请中,可以是通过用户观察后操作键盘或者鼠标输入信息来截取价格-时间曲线图像的感兴趣区域,也可以是通过预设算法识别价格-时间曲线图像的感兴趣区域。
在本申请的一个实施例中,通过如下方法确定第一价格-时间曲线图像中的感兴趣区域,截取感兴趣区域对应的交易时段为第一证券交易时段,并确定对应于第一证券交易时段的委托事件为可疑事件:
将第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于深度卷积神经网络检测第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定感兴趣区域。
其中,将第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于深度卷积神经网络检测第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定感兴趣区域包括如下步骤:
判断检测出的价格波动类型是否和预设价格波动类型匹配;在判断到检测出的价格波动类型和预设价格波动类型匹配的情况下,确定该价格波动类型对应的区域为感兴趣区域;以及,在判断到检测出的价格波动类型和预设价格波动类型不匹配的情况下,对该价格波动类型对应的价格-时间曲线图像区域打上标签,并根据该标签对深度卷积神经网络进行迭代训练。
在本申请的一个实施例中,训练深度卷积神经网络的方法如下:
获取第二价格-时间曲线图像,对第二价格-时间曲线图像进行切片,得到价格波动切片,并对价格波动切片打上标签,其中,标签的类型包括以下至少之一:平缓价格波动类型、单调价格波动类型、尖峰价格波动类型、锯齿价格波动类型;将标注后的价格波动切片划分为训练集和测试集;构建深度卷积神经网络,根据训练集和测试集对深度卷积神经网络进行训练,得到训练后的深度卷积神经网络。
在本申请的一个实施例中,在获取证券交易过程中的多笔账簿数据之后,还将获取上市公司数据,分别提取账簿数据中的证券识别码、上市公司数据中的证券识别码,并将相关联的账簿数据中的证券识别码和上市公司数据中的证券识别码进行映射处理;生成上市公司数据的索引标识,并在委托事件组件中插入索引标识;和/或,在第一价格-时间曲线图像中插入索引标识。
其中,上市公司数据可以是上市公司公开数据,例如,公司财务数据、信息公报数据、机构和分析师的评级数据。上市公司数据也可以是上市公司登记数据,例如,工商登记数据、税务登记数据、司法数据。
在对账簿数据和上市公司公开数据进行映射处理时,由于上市公司公开数通常由不同的数据贩售商进行预处理后提供给用户,因此,由不同数据贩售商提供的数据,经常使用不同的证券代码识别体系,为了将上市公司公开数据与账簿数据进行无缝整合,在本实施例中,将证券交易所的证券识别代码与各数据贩售商所采用的代码体系(如路透的RIC、标普的ISIN、彭博的Ticker)进行映射,构建通用证券代码体系(Integrated InstrumentIdentifier,简称III),并采用大数据的方法,对每一支证券的识别代码进行时间序列追踪,构建完整的识别代码变更记录,以提升上市公司公开数据的整合精度。
在对账簿数据和上市公司登记数据进行映射处理时,由于上市公司登记数据的更新频率相对较低,为此,在图形用户界面中,为用户提供根据不同类型的证券识别代码(包括III),对上市公司登记数据进行检索和访问的功能。
可通过如下方法实现上市公司数据与账簿数据的整合:
步骤S201,为各类上市公司数据开发标准化的数据链接API (Data Connector)。
步骤S202,根据构建的III证券代码体系和上市公司数据,在图形用户界面中,直接插入相关上市公司数据的索引标识,既能以弹窗的方式,向用户展示上市公司数据内容的简要综述,也能在用户点击索引标识后,直接在浏览器中打开并展示完整的上市公司数据内容。
如此设置,通过引入上市公司数据,并对上市公司数据和账簿数据进行整合,得到监管级别数据,基于该监管级别数据进行证券交易行为监测,提升了证券市场恶意行为的检测可信度。
进一步地,在整合上市公司数据和账簿数据过程中,还将获取上市公司数据的发布时间,将发布时间和账簿数据中的交易时间进行比较,根据比较结果确定索引标识在委托事件中和/或第一价格-时间曲线图像中的插入位置。
在本实施例中,索引标识的插入位置可通过如下方法确定:
若发布时间处于交易日的零点之后、收盘之前,则将索引标识的插入时间设置为发布时间;以及,若发布时间处于当前交易日的收盘之后、下一交易日的零点之前,则将索引标识的插入时间设置为下一交易日的零点;以及,若发布时间为非交易日,则将索引标识的插入时间设置为下一交易日的零点。
在本申请的一个实施例中还提供了一种证券交易行为监测装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图8是本申请一实施例的证券市场交易行为监测装置的结构框图,如图8所示,该装置包括:数据整合模块81、分析模块82和复盘模块83。
数据整合模块81,用于整合多方金融数据,得到监管级别数据,其中,多方金融数据包括账簿数据、上市公司公开数据和上市公司登记数据。
分析模块82,用于根据账簿数据实时展示价格-时间曲线图像,并基于价格-时间曲线图像分析可疑事件,锁定对应的第一证券交易时段,触发复盘模块83播放可疑事件。
复盘模块83,用于在第一证券交易时段中滚动多笔账簿数据,联动播放可疑事件。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取在第一证券交易时段中的多笔账簿数据,其中,账簿数据包括账簿记录时间、账簿记录类型、委托方向、交易人信息、委托价格、委托数量和委托记录识别码。
S2,根据账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,委托事件界面组件包括第一界面元素和第二界面元素,第一界面元素携带有委托价格,第二界面元素携带有委托方向、委托数量和交易人信息。
S3,在图形用户界面设置第一区域和第二区域,在第一证券交易时段中根据账簿记录时间的先后顺序在第一区域中依序逐笔滚动账簿数据,以及,在第二区域中联动播放委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的证券市场交易行为监测方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种证券市场交易行为监测方法。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (14)
1.一种证券市场交易行为监测方法,其特征在于,包括:
获取在第一证券交易时段中的多笔账簿数据,其中,所述账簿数据包括账簿记录时间、账簿记录类型、委托方向、交易人信息、委托价格、委托数量和委托记录识别码;
根据所述账簿数据生成对应于每一笔账簿数据的委托事件界面组件,其中,所述委托事件界面组件包括第一界面元素和第二界面元素,所述第一界面元素携带有所述委托价格,所述第二界面元素携带有所述委托方向、所述委托数量和所述交易人信息;
在图形用户界面设置第一区域和第二区域,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据,以及,在所述第二区域中联动播放所述委托事件界面组件,并在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态;其中,
所述账簿记录类型包括委托成交类型;各所述委托事件界面组件包括至少一个第二界面元素,各所述第二界面元素携带有单位委托数量,在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态包括:在滚动至当前账簿数据的账簿记录类型为委托成交的情况下,将对应于委托成交的委托事件界面组件设置成第二显示状态;其中,将对应于委托成交的委托事件界面组件设置成第二显示状态包括:根据所述账簿数据获取委托成交的委托数量,根据所述委托成交的委托数量和所述单位委托数量,挪去委托成交的委托事件界面组件和/或在对应于委托成交的委托事件界面组件中挪去相应数目的第二界面元素。
2.根据权利要求1所述的证券市场交易行为监测方法,其特征在于,根据所述账簿数据生成对应于每一笔账簿数据的委托事件界面组件包括:
根据所述委托方向分别生成买方委托事件界面组件和卖方委托事件界面组件,在所述买方委托事件界面组件的第二界面元素和所述卖方委托事件界面组件的第二界面元素之间设置不同的颜色和/或几何形状;
将各委托事件界面组件的第一界面元素按照账簿记录时间的先后顺序依序排列,得到第一界面元素序列;
将所述委托事件界面组件的第二界面元素按照所述委托方向设置在所述第一界面元素序列的其中一侧。
3.根据权利要求1所述的证券市场交易行为监测方法,其特征在于,所述账簿记录类型还包括委托修改,在滚动至当前账簿数据中存在账簿记录类型变更的情况下,更新相关联的委托事件界面组件的显示状态包括:
在滚动至当前账簿数据的账簿记录类型为委托修改的情况下,将对应于委托修改的委托事件界面组件设置成第一显示状态。
4.根据权利要求3所述的证券市场交易行为监测方法,其特征在于,在滚动至当前账簿数据的账簿记录类型为委托修改的情况下,将对应于委托修改的委托事件界面组件设置成第一显示状态包括:
挪去对应于委托修改的委托事件界面组件;或者,
降低所述对应于委托修改的委托事件界面组件的颜色饱和度。
5.根据权利要求1至4中任一项所述的证券市场交易行为监测方法,其特征在于,所述图形用户界面包括多个窗口,所述多个窗口和多个证券识别代码一一对应,在打开多个窗口的情况下,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据,以及,在所述第二区域中联动播放所述委托事件界面组件包括:
确定相互关联的多个窗口;
在所述相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从所述第一账簿记录时间开始同步滚动各所述窗口中的账簿数据,以及,联动播放各所述窗口中的委托事件界面组件。
6.根据权利要求5所述的证券市场交易行为监测方法,其特征在于,在所述相互关联的多个窗口中,分别确定待滚动的账簿数据的第一账簿记录时间,并从所述第一账簿记录时间开始同步滚动各所述窗口中的账簿数据包括:
在各所述窗口的第一区域设置滚动标记,将所述滚动标记在所述第一区域中按照账簿记录时间的先后顺序进行滚动。
7.根据权利要求1所述的证券市场交易行为监测方法,其特征在于,根据所述账簿记录时间的先后顺序在所述第一区域中依序逐笔滚动所述账簿数据之前,所述方法还包括:
根据所述账簿数据获取目标证券在第二证券交易时段中的交易时间和交易价格,根据所述交易时间和所述交易价格在所述图形用户界面绘制所述目标证券在所述第一证券交易时段的第一价格-时间曲线图像;
确定所述第一价格-时间曲线图像中的感兴趣区域,截取所述感兴趣区域对应的交易时段为所述第一证券交易时段,并确定对应于所述第一证券交易时段的委托事件为可疑事件。
8.根据权利要求7所述的证券市场交易行为监测方法,其特征在于,确定所述第一价格-时间曲线图像中的感兴趣区域,截取所述感兴趣区域对应的交易时段为所述第一证券交易时段,并确定对应于所述第一证券交易时段的委托事件为可疑事件包括:
将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域。
9.根据权利要求8所述的证券市场交易行为监测方法,其特征在于,将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域包括:
判断检测出的价格波动类型是否和预设价格波动类型匹配;
在判断到检测出的价格波动类型和所述预设价格波动类型匹配的情况下,确定该价格波动类型对应的区域为所述感兴趣区域;以及,
在判断到检测出的价格波动类型和所述预设价格波动类型不匹配的情况下,对该价格波动类型对应的价格-时间曲线图像区域打上标签,并根据该标签对所述深度卷积神经网络进行迭代训练。
10.根据权利要求8所述的证券市场交易行为监测方法,其特征在于,在将所述第一价格-时间曲线图像输入至训练后的深度卷积神经网络,基于所述深度卷积神经网络检测所述第一价格-时间曲线图像的价格波动类型,根据检测出的价格波动类型确定所述感兴趣区域之前,所述方法还包括:
获取第二价格-时间曲线图像,对所述第二价格-时间曲线图像进行切片,得到价格波动切片,并对所述价格波动切片打上标签,其中,所述标签的类型包括以下至少之一:平缓价格波动类型、单调价格波动类型、尖峰价格波动类型、锯齿价格波动类型;
将标注后的价格波动切片划分为训练集和测试集;
构建深度卷积神经网络,根据所述训练集和所述测试集对所述深度卷积神经网络进行训练,得到训练后的深度卷积神经网络。
11.根据权利要求1或7所述的证券市场交易行为监测方法,其特征在于,在获取证券交易过程中的多笔账簿数据之后,所述方法还包括:
获取上市公司数据,分别提取所述账簿数据中的证券识别码、所述上市公司数据中的证券识别码,并将相关联的所述账簿数据中的证券识别码和所述上市公司数据中的证券识别码进行映射处理;
生成所述上市公司数据的索引标识,并在所述委托事件组件中插入所述索引标识;和/或,在第一价格-时间曲线图像中插入所述索引标识。
12.根据权利要求11所述的证券市场交易行为监测方法,其特征在于,生成所述上市公司数据的索引标识,并在所述委托事件组件中插入所述索引标识;和/或,在第一价格-时间曲线图像中插入所述索引标识包括:
获取所述上市公司数据的发布时间,将所述发布时间和所述账簿数据中的交易时间进行比较,根据比较结果确定所述索引标识在所述委托事件中和/或所述第一价格-时间曲线图像中的插入位置。
13.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至12中任一项所述的证券市场交易行为监测方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的证券市场交易行为监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234690.3A CN113672787B (zh) | 2021-10-22 | 2021-10-22 | 证券市场交易行为监测方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234690.3A CN113672787B (zh) | 2021-10-22 | 2021-10-22 | 证券市场交易行为监测方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113672787A CN113672787A (zh) | 2021-11-19 |
CN113672787B true CN113672787B (zh) | 2022-01-04 |
Family
ID=78550907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111234690.3A Active CN113672787B (zh) | 2021-10-22 | 2021-10-22 | 证券市场交易行为监测方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113672787B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115686869B (zh) * | 2022-12-29 | 2023-03-21 | 杭州迈拓大数据服务有限公司 | 资源处理方法、系统、电子装置和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110349028A (zh) * | 2019-07-15 | 2019-10-18 | 山东财经大学 | 基于时序卷积自编码的异动股票快速找出系统及方法 |
CN112085603A (zh) * | 2020-09-09 | 2020-12-15 | 上海樊迪信息技术有限公司 | 股票的快捷交易体验方法和系统 |
CN112130731A (zh) * | 2019-06-24 | 2020-12-25 | 财付通支付科技有限公司 | 数据处理方法、装置及电子设备 |
-
2021
- 2021-10-22 CN CN202111234690.3A patent/CN113672787B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112130731A (zh) * | 2019-06-24 | 2020-12-25 | 财付通支付科技有限公司 | 数据处理方法、装置及电子设备 |
CN110349028A (zh) * | 2019-07-15 | 2019-10-18 | 山东财经大学 | 基于时序卷积自编码的异动股票快速找出系统及方法 |
CN112085603A (zh) * | 2020-09-09 | 2020-12-15 | 上海樊迪信息技术有限公司 | 股票的快捷交易体验方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113672787A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11126619B2 (en) | Apparatuses, methods and systems for a lead generating hub | |
CN109542916A (zh) | 平台商品入驻方法、装置、计算机设备及存储介质 | |
CN106934712A (zh) | 一种企业画像数据处理方法及系统 | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
Guo et al. | Quantitative trading: algorithms, analytics, data, models, optimization | |
CN110097251A (zh) | 产品数据处理方法及装置、供货方法及装置、电子设备 | |
CN111476559A (zh) | 一种商户认证方法、装置、计算机设备和存储介质 | |
CN108921456A (zh) | 风险评估方法、装置及计算机可读存储介质 | |
CN112215663A (zh) | 一种用户积分通兑方法、设备和介质 | |
CN110414902A (zh) | 一种基于互联网的电商平台系统 | |
CN113672787B (zh) | 证券市场交易行为监测方法、装置和存储介质 | |
CN111091409B (zh) | 客户标签的确定方法、装置和服务器 | |
CN114461690A (zh) | 数据处理方法、装置、计算设备和存储介质 | |
KR100799627B1 (ko) | 고객정보의 실시간 통합을 이용한 영업구역 내 고객분석서비스 방법 | |
KR20190044155A (ko) | 온라인 중고 물품 거래를 위한 게시판 운영 서버 및 방법, 및 컴퓨터 판독가능 기록 매체 | |
CN111259242A (zh) | 数据处理方法、装置、存储介质及设备 | |
Bansal | Prospects of electronic commerce in India | |
CN115563176A (zh) | 一种电子商务数据处理系统及方法 | |
CN111445284B (zh) | 一种定向标签的确定方法、装置、计算设备及存储介质 | |
JP6886183B2 (ja) | 顧客属性推定システム及び顧客属性推定方法 | |
CN112950318A (zh) | 一种不动产销售管理系统 | |
Minh et al. | Application of ISS Model for individual customer satisfaction: A study of Internet Banking and Mobile Banking services in Ho Chi Minh City, Vietnam | |
CN110955837A (zh) | 一种产品数据的查看方法、装置、设备及存储介质 | |
CN109345383A (zh) | 证券软件资讯服务监控方法及存储介质 | |
Arya Dharmaadi et al. | Digital Ticket System based on Telegram for Managing Market Merchant Fee Payment. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |