TWI782832B - 輔助稽核人員稽核跟單交易的系統及方法 - Google Patents

輔助稽核人員稽核跟單交易的系統及方法 Download PDF

Info

Publication number
TWI782832B
TWI782832B TW110148109A TW110148109A TWI782832B TW I782832 B TWI782832 B TW I782832B TW 110148109 A TW110148109 A TW 110148109A TW 110148109 A TW110148109 A TW 110148109A TW I782832 B TWI782832 B TW I782832B
Authority
TW
Taiwan
Prior art keywords
transaction
code
record
insider
investor
Prior art date
Application number
TW110148109A
Other languages
English (en)
Other versions
TW202326568A (zh
Inventor
胡讚嶽
歐陽珍
黃詩婷
詹益安
郭健男
Original Assignee
玉山綜合證券股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 玉山綜合證券股份有限公司 filed Critical 玉山綜合證券股份有限公司
Priority to TW110148109A priority Critical patent/TWI782832B/zh
Application granted granted Critical
Publication of TWI782832B publication Critical patent/TWI782832B/zh
Publication of TW202326568A publication Critical patent/TW202326568A/zh

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一種輔助稽核人員稽核跟單交易的方法,由一電腦系統執行,該方法包括以下步驟:讀取一查詢資料庫內的一查詢紀錄;判斷出一內部人員在一特定時間內查詢至少一投資人的交易紀錄的次數超過一合理次數;自一交易紀錄資料庫中找出與該內部人員對應的交易紀錄及與該至少一投資人對應的交易紀錄;根據該等交易紀錄判斷出該內部人員對應的交易紀錄為疑似跟單交易;及將一包含該查詢紀錄及該等交易紀錄的疑似跟單資料傳送到一稽核人員終端裝置。

Description

輔助稽核人員稽核跟單交易的系統及方法
本發明是有關於一種輔助稽核人員稽核內部人員是否跟單交易的方法,特別是指一種能提供疑似跟單資料給稽核人員以方便稽核人員稽核之輔助稽核人員稽核跟單交易的方法。
在台灣的股票交易中,現行法規規定交易員不可以跟單交易,也就是不能跟著某些特定投資人下單,此為違法行為,因此,證券公司中會有負責稽核內部人員是否進行跟單交易的稽核人員,以揪出違法的內部人員。
惟,因證券公司每日交易量龐大,所以稽核人員每日需比對的內部人員交易記錄與投資人的交易記錄數量十分巨大,這對於稽核人員在比對上是沉重的負擔,因此,如何減少稽核人員的工作時間與工作量能以提升效率,是該領域欲解決的重要課題。
因此,本發明之目的,即在提供一種能輔助稽核人員稽核跟單交易的系統及方法。
於是,本發明一種輔助稽核人員稽核跟單交易的方法,由一電腦系統執行,該方法包括步驟:(A)該電腦系統其中的一查詢紀錄分析模型讀取一查詢資料庫所儲存的一內部人員的一查詢紀錄,該查詢紀錄包含一內部人員代碼及該內部人員代碼所對應查詢的至少一投資人的一投資人代碼;(B)該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在一特定時間內查詢該至少一投資人的次數超過一合理次數時,該查詢紀錄分析模型將該查詢紀錄傳送給該電腦系統的一交易比對模型;(C)該交易比對模型接收到該查詢紀錄後,自一交易紀錄資料庫中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄;(D)該交易比對模型根據與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,該交易比對模型將一包含該查詢紀錄、與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄的疑似跟單資料傳送到一稽核人員終端裝置。
在本發明上述的實施態樣中,該查詢紀錄還包含對應該至少一投資人代碼的查詢時間資料,且在步驟(B)中,該查詢紀錄分析模型是根據對應該至少一投資人代碼的查詢時間資料判斷出該內部人員在該特定時間內查詢該至少一投資人的次數。
在本發明上述的實施態樣中,該查詢資料庫還儲存有在該特定時間內分別對應每一投資人代碼的多筆被查次數、該等被查次數的一平均被查次數,以及該等被查次數的一標準差,且在步驟(B)中,該查詢紀錄分析模型是以該平均被查次數作為該合理次數;並且在步驟(B)中,該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數與該合理次數之差大於該標準差時,即認定該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數。
在本發明上述的實施態樣中,步驟(C)的該交易比對模型根據該特定時間自該交易紀錄資料庫中找出該內部人員代碼於該特定時間內對應的交易紀錄作為與該內部人員代碼對應的交易紀錄,及找出該至少一投資人代碼於該特定時間對應的交易紀錄作為與該至少一投資人代碼對應的交易紀錄。
在本發明上述的實施態樣中,該內部人員代碼對應的交易紀錄及該至少一投資人代碼對應的交易紀錄分別包含交易標的、交易時間、交易數量及交易金額。
在本發明上述的實施態樣中,該交易比對模型為循環神經網路模型,且該交易比對模型是藉由一監督式學習步驟預先訓練而產生,該監督式學習步驟包含:該交易比對模型接收多筆訓練輸入資料以及多筆分別指示該等訓練輸入資料是否為疑似跟單交易的訓練輸出資料;該交易比對模型根據該等訓練輸入資料及該等訓練輸出資料進行訓練;其中,各該訓練輸入資料包含一預設內部人員代碼、該預設內部人員代碼對應之查詢的至少一個預設的投資人代碼,及多筆預設的交易資料,該等預設交易資料分別為一預設時間內該預設內部人員代碼及該至少一預設投資人代碼對應的交易標的、交易時間、交易數量及交易金額。
此外,本發明實現上述方法的一種輔助稽核人員稽核跟單交易的電腦系統,包含一儲存裝置及一處理裝置,該儲存裝置包含一查詢資料庫及一交易紀錄資料庫;該處理裝置與該儲存裝置電耦接以讀取該查詢資料庫及該交易紀錄資料庫所儲存的資料,並包含一查詢紀錄分析模型及一交易比對模型;其中,該查詢紀錄分析模型讀取該查詢資料庫所紀錄的一查詢紀錄,該查詢紀錄包含一內部人員代碼及該內部人員代碼所對應查詢的至少一投資人的一投資人代碼;且該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在一特定時間內查詢該至少一投資人的次數超過一合理次數時,該查詢紀錄分析模型將該查詢紀錄傳送給該交易比對模型;該交易比對模型接收到該查詢紀錄後,自該交易紀錄資料庫中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄;該交易比對模型根據與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,該交易比對模型產生一包含該查詢紀錄、與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄的疑似跟單資料。
在本發明上述的實施態樣中,其適於與一稽核人員終端裝置電耦接,且該交易比對模型將該疑似跟單資料傳送給該稽核人員終端裝置。
本發明之功效在於:藉由該處理裝置的該查詢紀錄分析模型判斷出該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數後,將該查詢紀錄傳送給該交易比對模型,並在該交易比對模型接收到該查詢紀錄且自該交易紀錄資料庫中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄並根據該等交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,找出疑似跟單交易的內部人員,並將包含該查詢紀錄及該等交易紀錄的一疑似跟單資料傳送到一稽核人員終端裝置,讓使用該稽核人員終端裝置的證券公司內部稽核人員可以免除重複檢視龐大的查詢資料和交易紀錄,達到減少稽核人員稽核時的工作時間與工作量的效果。
在本發明被詳細描述之前應當注意:本專利說明書中所述的「電耦接」是泛指多個電子設備/裝置/元件之間透過導電材料相連接而達成的有線電耦接及/或透過無線通訊技術進行無線信號傳輸的無線電耦接。並且,本專利說明書中所述的「電耦接」亦泛指兩個電子設備/裝置/元件之間直接相連而形成的「直接電耦接」及/或兩個電子設備/裝置/元件之間還透過其他電子設備/裝置/元件相連而形成的「間接電耦接」。
參閱圖1所示,是本發明輔助稽核人員稽核跟單交易的方法的一實施例的一流程圖,其由圖2所示的一電腦系統100及一稽核人員終端裝置200實現,該電腦系統100主要包含一儲存裝置1和一處理裝置2,該儲存裝置1主要但不限於儲存一查詢資料庫11及一交易紀錄資料庫12。在變化的實施態樣中,該儲存裝置1的數量可為兩個或兩個以上,並各自儲存該查詢資料庫11或該交易紀錄資料庫12中的全部資料或部分資料,並不以此為限,該儲存裝置1可為記憶體、伺服器或任何具有儲存功能的電腦可存取的紀錄媒體;該處理裝置2可為中央處理器(CPU),但並不以此為限;該稽核人員終端裝置200為供證券公司內部稽核人員操作的終端裝置,舉例可為智慧型手機、筆記型電腦、桌上型電腦,但並不以此為限制,此外,該儲存裝置1和該處理裝置2可整合在同一電腦系統如個人電腦中,但不以此為限制。
該查詢資料庫11主要用以儲存每一個證券公司內部人員查詢股票市場的投資人的查詢紀錄,在本實施例中,該查詢資料庫11儲存多筆查詢紀錄;該交易紀錄資料庫12主要用以儲存相關於證券公司內部人員及投資人買賣股票的交易紀錄,但不以此為限制。
在本實施例中,該查詢資料庫11還儲存有多筆分別對應每一投資人每一交易日被上述證券公司內部人員查詢的被查次數、全部投資人的被查次數加總後除以全部投資人數量後得到的平均被查次數,以及計算各被查次數與平均被查次數的差值,對每一個差值取平方後加總,再除以被查次數的總數,得到變異數,最後對變異數開根號後得到一標準差,因此,該電腦系統100可藉由透過判斷特定投資人的被查次數與平均被查次數之差大於多少個標準差來得知特定投資人的被查次數是否異常。
該處理裝置2與該儲存裝置1電耦接以讀取該儲存裝置1包含的該查詢資料庫11及該交易紀錄資料庫12所儲存的資料,且該處理裝置2包含一查詢紀錄分析模型21及一交易比對模型22,在本實施例中,該查詢紀錄分析模型21及該交易比對模型22是以程式軟體的方式實現,但不以此為限,也可以韌體或軟體結合硬體的方式實現。在本實施例中,該交易比對模型22為循環神經網路模型,且該交易比對模型22是藉由一監督式學習步驟訓練而產生,該監督式學習步驟請參閱圖3,包含:
步驟S301,該交易比對模型22接收多筆訓練輸入資料以及多筆分別指示該等訓練輸入資料是否為疑似跟單交易的訓練輸出資料,在本實施例中,該等訓練輸入資料及該等訓練輸出資料是由該稽核人員終端裝置200提供,但不以此為限制。
步驟S302,該交易比對模型22根據該等訓練輸入資料及該等訓練輸出資料進行訓練,在本實施例中,各該訓練輸入資料包含一預設內部人員代碼、該預設內部人員代碼對應之查詢的至少一預設投資人代碼,及多筆預設的交易資料,該等預設交易資料至少包含一預設時間內該預設內部人員代碼及該至少一預設投資人代碼對應的交易標的、交易時間、交易數量及交易金額。此外,在本實施例中,該交易比對模型22在一開始被訓練時,該交易比對模型22會以較寬鬆的標準來判斷是否為疑似跟單交易,例如,一開始,證券公司內部稽核人員會把指示出內部人員與投資人交易相同標的交易時間差距在10分鐘內的該些訓練輸入資料認定為疑似跟單交易,因此設定訓練輸出資料指示該些訓練輸入資料為疑似跟單交易,讓該交易比對模型22一開始先找出較多但較不精確的疑似跟單交易資料,而當該交易比對模型22被訓練逐漸穩定後,證券公司內部稽核人員改為把指示出內部人員與投資人交易相同標的交易時間差距在5分鐘內的訓練輸入資料認定為疑似跟單交易,並以此更嚴謹的訓練輸入資料來設定該訓練輸出資料,讓該交易比對模型22能更精確地判斷出疑似跟單交易,惟,上述僅為示例性的例子,並不以此作為限制。
接著請參閱圖1,說明本實施例的流程,如圖1的步驟S1所示,首先,該處理裝置2執行該查詢紀錄分析模型21,使其讀取該查詢資料庫11所儲存的一內部人員的一查詢紀錄。在本實施例中,該查詢紀錄包含一代表該內部人員的內部人員代碼、一代表至少一投資人的一投資人代碼,以及該內部人員查詢該至少一投資人的查詢時間資料,其中,該查詢時間資料包含多筆該內部人員查詢該至少一投資人的時間紀錄,而該投資人代碼為該內部人員查詢的投資人所對應的代碼。
接著,如圖1的步驟S2,該處理裝置2執行該查詢紀錄分析模型21,並根據該查詢紀錄判斷出該內部人員在一特定時間內查詢該至少一投資人的交易紀錄的次數是否超過一合理次數,若是,則接著執行步驟S3,若否,則結束流程。在本實施例中,該特定時間為某一特定日期的股票交易時間(如1/1 09:00~13:30)或盤後,但不以此為限制,該查詢紀錄分析模型21是根據該查詢時間資料中該等時間紀錄的筆數判斷出該內部人員查詢該至少一投資人的交易紀錄的次數;而判斷該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數是否超過一合理次數的具體步驟舉例如下:首先,該查詢紀錄分析模型21將該特定時間內該查詢資料庫11儲存的內部人員查詢每一投資人代碼的交易紀錄的平均被查次數作為該合理次數,當該查詢紀錄分析模型21判斷出該內部人員在該特定時間內查詢該至少一投資人的次數與該合理次數之差大於該查詢資料庫所產生對應該特定時間及與全部投資人被查次數有關的該標準差特定倍數時,即認定該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數,但不以此為限制。在其他變化的實施態樣中,可以設定該查詢紀錄分析模型21判斷該內部人員在該特定時間內查詢該至少一投資人的次數與該合理次數之差大於該標準差之兩倍、三倍或更多倍時,才認定該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數。
接著,如圖1的步驟S3所示,當該查詢紀錄分析模型21判斷出該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數,該查詢紀錄分析模型21將該查詢紀錄傳送給該交易比對模型22。
接著,如圖1的步驟S4所示,該交易比對模型22接收到該查詢紀錄後,該交易比對模型22根據該特定時間自該交易紀錄資料庫12中找出該內部人員代碼於該特定時間內對應的交易紀錄作為與該至少一投資人代碼相關之與該內部人員代碼對應的交易紀錄,及找出該至少一投資人代碼於該特定時間內對應的交易紀錄作為與該至少一投資人代碼對應的交易紀錄,其中,每一交易紀錄包含交易日期、交易時間、交易標的、交易數量(如買入股數、賣出股數)、交易金額(如買入金額、賣出金額)、交易次數(如買入交易次數、賣出交易次數)、已實現損益、及未實現損益紀錄。
接著,如圖1的步驟S5所示,該交易比對模型22根據與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄判斷該內部人員代碼對應的交易紀錄是否為疑似跟單交易,若是,則接著執行步驟S6,若否,則結束流程。
如圖1步驟S6,當該交易比對模型22判斷該內部人員代碼對應的交易紀錄為疑似跟單交易,該交易比對模型22產生一包含該查詢紀錄、與該內部人員代碼對應的交易紀錄,及與該至少一投資人代碼對應的交易紀錄的疑似跟單資料並傳送到該稽核人員終端裝置200供證券公司內部稽核人員進一步檢視確認該內部人員代碼對應的交易紀錄是否為跟單交易。
綜上所述,本案藉由該處理裝置2的該查詢紀錄分析模型21判斷出該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數後,將該查詢紀錄傳送給該交易比對模型22,並在該交易比對模型22接收到該查詢紀錄且自該交易紀錄資料庫12中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄並根據該等交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,將包含該查詢紀錄及該等交易紀錄的一疑似跟單資料傳送到一稽核人員終端裝置200,讓使用該稽核人員終端裝置200的證券公司內部稽核人員可以免除重複檢視龐大的查詢資料和交易紀錄,達到減少稽核人員稽核時的工作時間與工作量的效果,進而達到本發明的功效與目的。
惟以上所述者,僅為本發明之實施例而已,當不能以此限定本發明實施之範圍,凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。
1:儲存裝置 11:查詢資料庫 12:交易紀錄資料庫 2:處理裝置 21:查詢紀錄分析模型 22:交易比對模型 100:電腦系統 200:稽核人員終端裝置 S1~S6:步驟 S301~S302:步驟
本發明之其他的特徵及功效,將於參照圖式的實施方式中清楚地呈現,其中: 圖1是本發明輔助稽核人員稽核跟單交易的方法的一實施例的一流程圖; 圖2是本發明輔助稽核人員稽核跟單交易的電腦系統的一實施例與一稽核人員終端裝置配合的一方塊示意圖;及 圖3是一流程圖,用於示例性地說明該實施例訓練一交易比對模型的步驟。
S1~S6:步驟

Claims (13)

  1. 一種輔助稽核人員稽核跟單交易的方法,由一電腦系統執行,該方法包括步驟: (A)該電腦系統其中的一查詢紀錄分析模型讀取一查詢資料庫所紀錄的一內部人員的一查詢紀錄,該查詢紀錄包含一內部人員代碼及該內部人員代碼所對應查詢的至少一投資人的一投資人代碼; (B)該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在一特定時間內查詢該至少一投資人的次數超過一合理次數時,該查詢紀錄分析模型將該查詢紀錄傳送給該電腦系統的一交易比對模型; (C)該交易比對模型接收到該查詢紀錄後,自一交易紀錄資料庫中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄; (D)該交易比對模型根據與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,該交易比對模型將一包含該查詢紀錄、與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄的疑似跟單資料傳送到一稽核人員終端裝置。
  2. 如請求項1所述輔助稽核人員稽核跟單交易的方法,其中,該查詢紀錄還包含對應該至少一投資人代碼的查詢時間資料,且在步驟(B)中,該查詢紀錄分析模型是根據對應該至少一投資人代碼的查詢時間資料判斷出該內部人員在該特定時間內查詢該至少一投資人的次數。
  3. 如請求項2所述輔助稽核人員稽核跟單交易的方法,其中,該查詢資料庫還儲存有在該特定時間內分別對應每一投資人代碼的多筆被查次數、該等被查次數的一平均被查次數,以及該等被查次數的一標準差,且在步驟(B)中,該查詢紀錄分析模型是以該平均被查次數作為該合理次數;並且在步驟(B)中,該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數與該合理次數之差大於該標準差時,即認定該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數。
  4. 如請求項3所述輔助稽核人員稽核跟單交易的方法,其中,步驟(C)的該交易比對模型根據該特定時間自該交易紀錄資料庫中找出該內部人員代碼於該特定時間內對應的交易紀錄作為該內部人員代碼對應的交易紀錄,及找出該至少一投資人代碼於該特定時間對應的交易紀錄作為與該至少一投資人代碼對應的交易紀錄。
  5. 如請求項4所述輔助稽核人員稽核跟單交易的方法,其中,該內部人員代碼對應的交易紀錄及該至少一投資人代碼對應的交易紀錄分別包含交易標的、交易時間、交易數量及交易金額。
  6. 如請求項5所述輔助稽核人員稽核跟單交易的方法,其中,該交易比對模型為循環神經網路模型,且該交易比對模型是藉由一監督式學習步驟預先訓練而產生,該監督式學習步驟包含: 該交易比對模型接收多筆訓練輸入資料以及多筆分別指示該等訓練輸入資料是否為疑似跟單交易的訓練輸出資料; 該交易比對模型根據該等訓練輸入資料及該等訓練輸出資料進行訓練; 其中,各該訓練輸入資料包含一預設內部人員代碼、該預設內部人員代碼對應之查詢的至少一個預設的投資人代碼,及多筆預設的交易資料,該等預設交易資料分別為一預設時間內該預設內部人員代碼及該至少一預設投資人代碼對應的交易標的、交易時間、交易數量及交易金額。
  7. 一種輔助稽核人員稽核跟單交易的電腦系統,包含: 一儲存裝置,包含一查詢資料庫及一交易紀錄資料庫;及 一處理裝置,其與該儲存裝置電耦接以讀取該查詢資料庫及該交易紀錄資料庫所儲存的資料,並包含一查詢紀錄分析模型及一交易比對模型;其中 該查詢紀錄分析模型讀取該查詢資料庫所紀錄的一內部人員的一查詢紀錄,該查詢紀錄包含一內部人員代碼及該內部人員代碼所對應查詢的至少一投資人的一投資人代碼;且該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在一特定時間內查詢該至少一投資人的次數超過一合理次數時,該查詢紀錄分析模型將該查詢紀錄傳送給該交易比對模型; 該交易比對模型接收到該查詢紀錄後,自該交易紀錄資料庫中找出與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄; 該交易比對模型根據與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄判斷出該內部人員代碼對應的交易紀錄為疑似跟單交易後,該交易比對模型產生一包含該查詢紀錄、與該內部人員代碼對應的交易紀錄及與該至少一投資人代碼對應的交易紀錄的疑似跟單資料。
  8. 如請求項7所述的輔助稽核人員稽核跟單交易的電腦系統,其適於與一稽核人員終端裝置電耦接,且該交易比對模型將該疑似跟單資料傳送給該稽核人員終端裝置。
  9. 如請求項8所述的輔助稽核人員稽核跟單交易的電腦系統,其中,該查詢紀錄還包含對應該至少一投資人代碼的查詢時間資料,而該查詢紀錄分析模型是根據對應該至少一投資人代碼的查詢時間資料判斷出該內部人員在該特定時間內查詢該至少一投資人的次數。
  10. 如請求項9所述的輔助稽核人員稽核跟單交易的電腦系統,其中,該查詢資料庫還儲存多筆該特定時間內分別對應每一投資人代碼的交易紀錄的被查次數、該等被查次數的平均被查次數,以及該等被查次數的一標準差,且該查詢紀錄分析模型是以該平均被查次數作為該合理次數;並且該查詢紀錄分析模型根據該查詢紀錄判斷出該內部人員在該特定時間內查詢該至少一投資人的次數與該合理次數之差大於該標準差時,才認定該內部人員在該特定時間內查詢該至少一投資人的交易紀錄的次數超過該合理次數。
  11. 如請求項10所述的輔助稽核人員稽核跟單交易的電腦系統,其中,該交易比對模型根據該特定時間自該交易紀錄資料庫中找出該內部人員代碼於該特定時間內對應的交易紀錄作為與該內部人員代碼對應的交易紀錄,及找出該至少一投資人代碼於該特定時間內對應的交易紀錄作為與該至少一投資人代碼對應的交易紀錄。
  12. 如請求項11所述的輔助稽核人員稽核跟單交易的電腦系統,其中,該內部人員代碼對應的交易紀錄及該至少一投資人代碼對應的交易紀錄分別包含交易標的、交易時間、交易數量及交易金額。
  13. 如請求項12所述的輔助稽核人員稽核跟單交易的電腦系統,其中,該交易比對模型為循環神經網路模型,且該交易比對模型是藉由一監督式學習步驟預先訓練而產生,該監督式學習步驟包含: 該交易比對模型接收多筆訓練輸入資料以及多筆分別指示該等訓練輸入資料是否為疑似跟單交易的訓練輸出資料; 該交易比對模型根據該等訓練輸入資料及該等訓練輸出資料進行訓練; 其中,各該訓練輸入資料包含一預設內部人員代碼、該預設內部人員代碼對應之查詢的至少一個預設的投資人代碼,及多筆預設的交易資料,該等預設交易資料分別為一預設時間內該預設內部人員代碼及該至少一預設投資人代碼對應的交易標的、交易時間、交易數量及交易金額。
TW110148109A 2021-12-22 2021-12-22 輔助稽核人員稽核跟單交易的系統及方法 TWI782832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110148109A TWI782832B (zh) 2021-12-22 2021-12-22 輔助稽核人員稽核跟單交易的系統及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110148109A TWI782832B (zh) 2021-12-22 2021-12-22 輔助稽核人員稽核跟單交易的系統及方法

Publications (2)

Publication Number Publication Date
TWI782832B true TWI782832B (zh) 2022-11-01
TW202326568A TW202326568A (zh) 2023-07-01

Family

ID=85794346

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110148109A TWI782832B (zh) 2021-12-22 2021-12-22 輔助稽核人員稽核跟單交易的系統及方法

Country Status (1)

Country Link
TW (1) TWI782832B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107392772A (zh) * 2016-11-25 2017-11-24 深圳福迈斯科技有限公司 一种股票跟单方法及装置
TW201814626A (zh) * 2016-09-23 2018-04-16 吳東穎 手持電子裝置跟單系統及用於手持電子裝置之跟單方法
CN110866820A (zh) * 2019-10-22 2020-03-06 陈华 银行业务实时监测系统及方法、设备、存储介质
TWM607255U (zh) * 2020-10-21 2021-02-01 臺灣土地銀行股份有限公司 證劵交易跟單檢核系統
CN112581283A (zh) * 2020-12-28 2021-03-30 中国建设银行股份有限公司 商业银行员工交易行为分析及告警的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201814626A (zh) * 2016-09-23 2018-04-16 吳東穎 手持電子裝置跟單系統及用於手持電子裝置之跟單方法
CN107392772A (zh) * 2016-11-25 2017-11-24 深圳福迈斯科技有限公司 一种股票跟单方法及装置
CN110866820A (zh) * 2019-10-22 2020-03-06 陈华 银行业务实时监测系统及方法、设备、存储介质
TWM607255U (zh) * 2020-10-21 2021-02-01 臺灣土地銀行股份有限公司 證劵交易跟單檢核系統
CN112581283A (zh) * 2020-12-28 2021-03-30 中国建设银行股份有限公司 商业银行员工交易行为分析及告警的方法及装置

Also Published As

Publication number Publication date
TW202326568A (zh) 2023-07-01

Similar Documents

Publication Publication Date Title
CN109543096B (zh) 数据查询方法、装置、计算机设备和存储介质
US20210035245A1 (en) Apparatus and method for generating title products
CN107993143A (zh) 一种信贷风险评估方法及系统
US8949236B2 (en) Techniques for analyzing data from multiple sources
US20100023379A1 (en) Method and system for determining real estate market value changes
US20130254096A1 (en) Automated mining and processing of data associated with real estate
US20080201247A1 (en) Method, system and computer-readable media for evaluation or selection of real estate appraisers
JP2008535089A (ja) ローン品質スコアを計算する方法および装置
EP1664989A2 (en) Method for performing due diligence and legal, financial and other types of audits
Jain et al. NFT Appraisal Prediction: Utilizing Search Trends, Public Market Data, Linear Regression and Recurrent Neural Networks
US20210295436A1 (en) Method and platform for analyzing and processing investment data
CN114154905A (zh) 获取企业关联关系的方法及系统
US20220164374A1 (en) Method of scoring and valuing data for exchange
KR102110889B1 (ko) 지능형 약관심사 서비스 제공 시스템
US20140279386A1 (en) Methods and system for mining and analyzing real estate information
US11941699B2 (en) Systems and methods for trades priced relative to a reference benchmark value associated with an underlying index future
TWI782832B (zh) 輔助稽核人員稽核跟單交易的系統及方法
CN110544165B (zh) 一种信用风险评分卡创建方法、装置及电子设备
KR100478691B1 (ko) 기업간 거래 위험도 분석을 통한 연쇄 부도 위험 측정방법 및 시스템
CN113849618B (zh) 基于知识图谱的策略确定方法、装置、电子设备及介质
TWM569472U (zh) 實質受益人稽核裝置
KR20230103025A (ko) 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템
CN111382926A (zh) 一种评估地方交易场所风险的方法
TWM607633U (zh) 法拍資訊自動導入資產評估系統
CN107194804B (zh) 一种p2p网贷数据自动化核验方法