CN115587893A - 一种基于互联网金融的期货交易监管系统 - Google Patents

Abstract

本发明属于期货交易领域，涉及数据处理技术，用于解决现有的期货交易监管系统无法结合数据分析对异常情况的恶意操盘行为进行检测的问题，具体是一种基于互联网金融的期货交易监管系统，包括交易监管平台，交易监管平台通信连接有资质分析模块、异常检测模块、异常分析模块、环境分析模块以及存储模块，资质分析模块用于对期货经纪公司进行资质分析，异常检测模块用于对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日；本发明是对期货经纪公司的资质进行分析，并通过对期货经纪公司的各项参数进行数值计算得到资质系数，进而通过资质系数对期货经纪公司进行资质评级。

Description

一种基于互联网金融的期货交易监管系统

技术领域

本发明属于期货交易领域，涉及数据处理技术，具体是一种基于互联网金融的期货交易监管系统。

背景技术

期货交易是以现货交易为基础，以远期合同交易为雏形而发展起来的一种高级的交易方式，是指为转移市场价格波动风险，而对那些大批量均质商品所采取的，通过经纪人在商品交易所内，以公开竞争的形式进行期货合约的买卖形式；

现有的期货交易监管系统无法对频繁报撤单、大额报撤单等异常情况进行监控分析，同时无法结合数据分析对异常情况的恶意操盘行为进行检测，进而导致期货交易市场难以管理，交易环境较差的问题；

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供一种基于互联网金融的期货交易监管系统，用于解决现有的期货交易监管系统无法结合数据分析对异常情况的恶意操盘行为进行检测的问题。

本发明需要解决的技术问题为：如何提供一种可以结合数据分析对异常情况的恶意操盘行为进行检测的基于互联网金融的期货交易监管系统。

本发明的目的可以通过以下技术方案实现：

一种基于互联网金融的期货交易监管系统，包括交易监管平台，所述交易监管平台通信连接有资质分析模块、异常检测模块、异常分析模块、环境分析模块以及存储模块；

所述资质分析模块用于对期货经纪公司进行资质分析；

所述异常检测模块用于对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE，通过对撤单数据CD以及大额数据DE进行数值计算得到检测日的异常系数YC；通过存储模块获取到异常阈值YCmax，将异常系数YC与异常阈值YCmax进行比较：若异常系数YC小于异常阈值YCmin，则判定对应检测日的期货交易市场交易正常，将对应检测日标记为正常日；若异常系数YC大于等于异常阈值YCmax，则判定对应监测日的期货交易市场交易异常，将对应检测日标记为异常日；将异常日发送至交易监管平台，交易监管平台接收到异常日后将异常日发送至异常分析模块；

所述异常分析模块用于在接收到异常日后对异常日的异常用户进行分析；

所述环境分析模块用于对检测周期进行规律分析。

作为本发明的一种优选实施方式，资质分析模块对期货经纪公司进行资质分析的具体过程包括：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ，分析对象的注册数据ZC为分析对象中具有期货从业资格的注册员工人数，资金数据ZJ为分析对象的注册资金数额，单位为千万元，面积数据MJ为分析对象所有办公地址的面积总值，通过对注册数据ZC、资金数据ZJ以及面积数据MJ进行数值计算得到分析对象的资质系数ZZ；通过存储模块获取到资质阈值ZZmin、ZZMax，将分析对象的资质系数ZZ与资质阈值ZZmin、ZZmax进行比较：若ZZ≤ZZMin，则判定分析对象的资质不满足要求，将分析对象的资质等级标记为三等级；若ZZmin＜ZZ＜ZZMax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为二等级；若ZZ≥ZZmax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为一等级；将分析对象的资质等级发送至交易监管平台。

作为本发明的一种优选实施方式，撤单数据CD的获取过程包括：将期货交易市场在检测日内的合约撤单次数标记为合约的撤单值，通过存储模块获取到撤单阈值，将撤单值不小于撤单阈值的合约标记为标记合约，将标记合约的数量为撤单数据CD；大额数据DE的获取过程包括：将单笔撤单的撤单量超过合约最大下单手数百分之八十的标记合约标记为大额合约，将大额合约的数量标记为大额数据DE。

作为本发明的一种优选实施方式，异常分析模块对异常日的异常用户进行分析的具体过程包括：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过存储模块获取到操作阈值，将操作值与操作阈值进行比较：若操作值小于操作阈值，则将对应撤单用户标记为随机用户；若操作值大于等于操作阈值，则将对应撤单用户标记为操盘用户，将操盘用户发送至交易监管平台，交易监管平台接收到操盘用户后将操盘用户发送至存储模块进行存储。

作为本发明的一种优选实施方式，环境分析模块对检测周期进行规律分析的具体过程包括：将检测周期内正常日与检测日的比值标记为正常比，通过存储模块获取到正常阈值，将正常比与正常阈值进行比较：若正常比大于等于正常阈值，则判定期货交易市场在检测周期内的交易环境满足要求，将检测周期标记为正常周期；若正常比小于正常阈值，则判定期货交易市场在检测周期内的交易环境不满足要求，将检测周期标记为异常周期；对异常周期进行规律分析。

作为本发明的一种优选实施方式，对异常周期进行规律分析的具体过程包括：以检测日的日期为X轴、检测日的异常系数为Y轴建立直角坐标系，按照检测日的日期、检测日的异常系数在直角坐标系中标出若干个检测点，对检测点从左至右依次进行连线得到若干个检测线段，将检测线段的斜率值标记为倾斜系数，通过存储模块获取到倾斜阈值，将倾斜系数不小于倾斜阈值的检测线段标记为倾斜线段，当连续出现三条倾斜线段时判定异常周期存在操盘规律，环境分析模块向交易监管平台发送操盘信号，交易监管平台接收到操盘信号后将操盘信号发送至管理人员的手机终端。

该基于互联网金融的期货交易监管系统的工作方法，包括以下步骤：

步骤一：对期货经纪公司进行资质分析：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ并进行数值计算得到分析对象的资质系数，通过资质系数的数值大小将分析对象的资质等级标记为一等级、二等级或三等级；

步骤二：对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE并进行数值计算得到异常系数，通过异常系数的数值大小将检测日标记为正常日或异常日，将异常日通过交易监管平台发送至异常分析模块；

步骤三：对异常日的异常用户进行分析：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过操作值的数值大小将撤单用户标记为随机用户或操盘用户；

步骤四：对检测周期进行规律分析：将检测周期内正常日与检测日的比值标记为正常比，通过正常比的数值大小将检测周期标记为正常周期或异常周期，对异常周期进行规律分析。

本发明具备下述有益效果：

1、通过资质分析模块可以对期货经纪公司的资质进行分析，通过对期货经纪公司的各项参数进行数值计算得到资质系数，进而通过资质系数对期货经纪公司进行资质评级，使用户可以直观获取期货经纪公司的整体实力，从而通过资质等级对期货经纪公司进行筛选；

2、通过异常检测模块可以对期货交易市场的异常现象进行监控分析，通过撤单数据与大额数据计算得到异常系数，通过异常系数的数值大小对检测日的交易环境进行反馈，从而在出现异常时及时进行预警，提高期货交易市场的交易公平性；

3、通过异常分析模块可以对异常日的异常用户进行分析，通过数据比对的方式，对异常日内频繁撤单的用户进行标记，从而避免频繁撤单影响交易价格的现象出现；

4、通过环境分析模块可以对检测周期进行规律分析，对检测周期内的整体交易环境进行分析，并在整体交易环境不合格时对检测周期进行标记，通过直角坐标系中的异常线段对异常周期的操盘规律进行反馈，从而进一步提高期货交易市场的交易公平性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，一种基于互联网金融的期货交易监管系统，包括交易监管平台，交易监管平台通信连接有资质分析模块、异常检测模块、异常分析模块、环境分析模块以及存储模块。

资质分析模块用于对期货经纪公司进行资质分析：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ，分析对象的注册数据ZC为分析对象中具有期货从业资格的注册员工人数，资金数据ZJ为分析对象的注册资金数额，单位为千万元，面积数据MJ为分析对象所有办公地址的面积总值，通过公式ZZ=α1*ZC+α2*ZJ+α3*MJ得到分析对象的资质系数ZZ，需要说明的是，资质系数是一个反映分析对象整体资质好坏程度的数值，资质系数的数值越大，则标记对应分析对象的整体资质越好；其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；通过存储模块获取到资质阈值ZZmin、ZZMax，将分析对象的资质系数ZZ与资质阈值ZZmin、ZZmax进行比较：若ZZ≤ZZMin，则判定分析对象的资质不满足要求，将分析对象的资质等级标记为三等级；若ZZmin＜ZZ＜ZZMax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为二等级；若ZZ≥ZZmax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为一等级；将分析对象的资质等级发送至交易监管平台；对期货经纪公司的资质进行分析，通过对期货经纪公司的各项参数进行数值计算得到资质系数，进而通过资质系数对期货经纪公司进行资质评级，使用户可以直观获取期货经纪公司的整体实力，从而通过资质等级对期货经纪公司进行筛选。

异常检测模块用于对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE，撤单数据CD的获取过程包括：将期货交易市场在检测日内的合约撤单次数标记为合约的撤单值，通过存储模块获取到撤单阈值，将撤单值不小于撤单阈值的合约标记为标记合约，将标记合约的数量为撤单数据CD；大额数据DE的获取过程包括：将单笔撤单的撤单量超过合约最大下单手数百分之八十的标记合约标记为大额合约，将大额合约的数量标记为大额数据DE；通过公式YC=β1*CD+β2*DE得到检测日的异常系数YC，异常系数是一个反应检测日内交易异常程度的数值，异常系数越大，则表示对应检测日内的交易异常程度越高；其中β1与β2均为比例系数，且β2＞β1＞1；通过存储模块获取到异常阈值YCmax，将异常系数YC与异常阈值YCmax进行比较：若异常系数YC小于异常阈值YCmin，则判定对应检测日的期货交易市场交易正常，将对应检测日标记为正常日；若异常系数YC大于等于异常阈值YCmax，则判定对应监测日的期货交易市场交易异常，将对应检测日标记为异常日；将异常日发送至交易监管平台，交易监管平台接收到异常日后将异常日发送至异常分析模块；对期货交易市场的异常现象进行监控分析，通过撤单数据与大额数据计算得到异常系数，通过异常系数的数值大小对检测日的交易环境进行反馈，从而在出现异常时及时进行预警，提高期货交易市场的交易公平性。

异常分析模块用于在接收到异常日后对异常日的异常用户进行分析：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过存储模块获取到操作阈值，将操作值与操作阈值进行比较：若操作值小于操作阈值，则将对应撤单用户标记为随机用户；若操作值大于等于操作阈值，则将对应撤单用户标记为操盘用户，将操盘用户发送至交易监管平台，交易监管平台接收到操盘用户后将操盘用户发送至存储模块进行存储；对异常日的异常用户进行分析，通过数据比对的方式，对异常日内频繁撤单的用户进行标记，从而避免频繁撤单影响交易价格的现象出现。

环境分析模块用于对检测周期进行规律分析：将检测周期内正常日与检测日的比值标记为正常比，通过存储模块获取到正常阈值，将正常比与正常阈值进行比较：若正常比大于等于正常阈值，则判定期货交易市场在检测周期内的交易环境满足要求，将检测周期标记为正常周期；若正常比小于正常阈值，则判定期货交易市场在检测周期内的交易环境不满足要求，将检测周期标记为异常周期；对异常周期进行规律分析：以检测日的日期为X轴、检测日的异常系数为Y轴建立直角坐标系，按照检测日的日期、检测日的异常系数在直角坐标系中标出若干个检测点，对检测点从左至右依次进行连线得到若干个检测线段，将检测线段的斜率值标记为倾斜系数，通过存储模块获取到倾斜阈值，将倾斜系数不小于倾斜阈值的检测线段标记为倾斜线段，当连续出现三条倾斜线段时判定异常周期存在操盘规律，环境分析模块向交易监管平台发送操盘信号，交易监管平台接收到操盘信号后将操盘信号发送至管理人员的手机终端；对检测周期进行规律分析，对检测周期内的整体交易环境进行分析，并在整体交易环境不合格时对检测周期进行标记，通过直角坐标系中的异常线段对异常周期的操盘规律进行反馈，从而进一步提高期货交易市场的交易公平性。

实施例二

如图2所示，一种基于互联网金融的期货交易监管方法，包括以下步骤：

步骤一：对期货经纪公司进行资质分析：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ并进行数值计算得到分析对象的资质系数，通过资质系数的数值大小将分析对象的资质等级标记为一等级、二等级或三等级，使用户可以直观获取期货经纪公司的整体实力，从而通过资质等级对期货经纪公司进行筛选；

步骤二：对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE并进行数值计算得到异常系数，通过异常系数的数值大小将检测日标记为正常日或异常日，将异常日通过交易监管平台发送至异常分析模块，在出现异常时及时进行预警，提高期货交易市场的交易公平性；

步骤三：对异常日的异常用户进行分析：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过操作值的数值大小将撤单用户标记为随机用户或操盘用户，对异常日内频繁撤单的用户进行标记，从而避免频繁撤单影响交易价格的现象出现；

步骤四：对检测周期进行规律分析：将检测周期内正常日与检测日的比值标记为正常比，通过正常比的数值大小将检测周期标记为正常周期或异常周期，对异常周期进行规律分析，通过直角坐标系中的异常线段对异常周期的操盘规律进行反馈，提高期货交易市场的交易公平性。

一种基于互联网金融的期货交易监管系统，工作时，对期货经纪公司进行资质分析：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ并进行数值计算得到分析对象的资质系数，通过资质系数的数值大小将分析对象的资质等级标记为一等级、二等级或三等级；对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE并进行数值计算得到异常系数，通过异常系数的数值大小将检测日标记为正常日或异常日，将异常日通过交易监管平台发送至异常分析模块；对异常日的异常用户进行分析：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过操作值的数值大小将撤单用户标记为随机用户或操盘用户。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式ZZ=α1*ZC+α2*ZJ+α3*MJ；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的资质系数；将设定的资质系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.74、2.97和2.65；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的资质系数；只要不影响参数与量化后数值的比例关系即可，如资质系数与注册数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于互联网金融的期货交易监管系统，包括交易监管平台，其特征在于，所述交易监管平台通信连接有资质分析模块、异常检测模块、异常分析模块、环境分析模块以及存储模块；

所述资质分析模块用于对期货经纪公司进行资质分析；

所述异常检测模块用于对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE，通过对撤单数据CD以及大额数据DE进行数值计算得到检测日的异常系数YC；通过存储模块获取到异常阈值YCmax，将异常系数YC与异常阈值YCmax进行比较：若异常系数YC小于异常阈值YCmin，则判定对应检测日的期货交易市场交易正常，将对应检测日标记为正常日；若异常系数YC大于等于异常阈值YCmax，则判定对应监测日的期货交易市场交易异常，将对应检测日标记为异常日；将异常日发送至交易监管平台，交易监管平台接收到异常日后将异常日发送至异常分析模块；

所述异常分析模块用于在接收到异常日后对异常日的异常用户进行分析；

所述环境分析模块用于对检测周期进行规律分析。

2.根据权利要求1所述的一种基于互联网金融的期货交易监管系统，其特征在于，资质分析模块对期货经纪公司进行资质分析的具体过程包括：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ，分析对象的注册数据ZC为分析对象中具有期货从业资格的注册员工人数，资金数据ZJ为分析对象的注册资金数额，单位为千万元，面积数据MJ为分析对象所有办公地址的面积总值，通过对注册数据ZC、资金数据ZJ以及面积数据MJ进行数值计算得到分析对象的资质系数ZZ；通过存储模块获取到资质阈值ZZmin、ZZMax，将分析对象的资质系数ZZ与资质阈值ZZmin、ZZmax进行比较：若ZZ≤ZZMin，则判定分析对象的资质不满足要求，将分析对象的资质等级标记为三等级；若ZZmin＜ZZ＜ZZMax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为二等级；若ZZ≥ZZmax，则判定分析对象的资质满足要求，将分析对象的资质等级标记为一等级；将分析对象的资质等级发送至交易监管平台。

3.根据权利要求1所述的一种基于互联网金融的期货交易监管系统，其特征在于，撤单数据CD的获取过程包括：将期货交易市场在检测日内的合约撤单次数标记为合约的撤单值，通过存储模块获取到撤单阈值，将撤单值不小于撤单阈值的合约标记为标记合约，将标记合约的数量为撤单数据CD；大额数据DE的获取过程包括：将单笔撤单的撤单量超过合约最大下单手数百分之八十的标记合约标记为大额合约，将大额合约的数量标记为大额数据DE。

4.根据权利要求3所述的一种基于互联网金融的期货交易监管系统，其特征在于，异常分析模块对异常日的异常用户进行分析的具体过程包括：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过存储模块获取到操作阈值，将操作值与操作阈值进行比较：若操作值小于操作阈值，则将对应撤单用户标记为随机用户；若操作值大于等于操作阈值，则将对应撤单用户标记为操盘用户，将操盘用户发送至交易监管平台，交易监管平台接收到操盘用户后将操盘用户发送至存储模块进行存储。

5.根据权利要求1所述的一种基于互联网金融的期货交易监管系统，其特征在于，环境分析模块对检测周期进行规律分析的具体过程包括：将检测周期内正常日与检测日的比值标记为正常比，通过存储模块获取到正常阈值，将正常比与正常阈值进行比较：若正常比大于等于正常阈值，则判定期货交易市场在检测周期内的交易环境满足要求，将检测周期标记为正常周期；若正常比小于正常阈值，则判定期货交易市场在检测周期内的交易环境不满足要求，将检测周期标记为异常周期；对异常周期进行规律分析。

6.根据权利要求5所述的一种基于互联网金融的期货交易监管系统，其特征在于，对异常周期进行规律分析的具体过程包括：以检测日的日期为X轴、检测日的异常系数为Y轴建立直角坐标系，按照检测日的日期、检测日的异常系数在直角坐标系中标出若干个检测点，对检测点从左至右依次进行连线得到若干个检测线段，将检测线段的斜率值标记为倾斜系数，通过存储模块获取到倾斜阈值，将倾斜系数不小于倾斜阈值的检测线段标记为倾斜线段，当连续出现三条倾斜线段时判定异常周期存在操盘规律，环境分析模块向交易监管平台发送操盘信号，交易监管平台接收到操盘信号后将操盘信号发送至管理人员的手机终端。

7.根据权利要求1-6任一项所述的一种基于互联网金融的期货交易监管系统，其特征在于，该基于互联网金融的期货交易监管系统的工作方法，包括以下步骤：

步骤一：对期货经纪公司进行资质分析：将经纪公司标记为分析对象，获取分析对象的注册数据ZC、资金数据ZJ以及面积数据MJ并进行数值计算得到分析对象的资质系数，通过资质系数的数值大小将分析对象的资质等级标记为一等级、二等级或三等级；

步骤二：对期货交易市场的异常操作进行检测分析：设定检测周期，将检测周期内的交易日标记为检测日，获取检测日内期货交易市场的撤单数据CD以及大额数据DE并进行数值计算得到异常系数，通过异常系数的数值大小将检测日标记为正常日或异常日，将异常日通过交易监管平台发送至异常分析模块；

步骤三：对异常日的异常用户进行分析：获取异常日内所有标记合约与大额合约的撤单用户的用户id，将用户id在标记合约与大额合约中的撤单重复次数标记为撤单用户的操作值，通过操作值的数值大小将撤单用户标记为随机用户或操盘用户；

步骤四：对检测周期进行规律分析：将检测周期内正常日与检测日的比值标记为正常比，通过正常比的数值大小将检测周期标记为正常周期或异常周期，对异常周期进行规律分析。

Images