异常交易识别方法、装置、计算机设备及存储介质与流程

摘要: 本申请涉及风控技术以及异常交易识别,可应用于金融领域,尤其涉及一种异常交易识别方法、装置、计算机设备及存储介质。背景技术:1、在证券交易异常识别领域,现有技术方...
异常交易识别方法、装置、计算机设备及存储介质与流程

本申请涉及风控技术以及异常交易识别,可应用于金融领域,尤其涉及一种异常交易识别方法、装置、计算机设备及存储介质。

背景技术:

1、在证券交易异常识别领域,现有技术方案从操作行为维度进行检测时,通过采集报单指令的时间间隔序列,计算该序列的方差、均值或固定频率等统计特征,并将统计特征与预设的人类操作阈值范围进行比较,当统计特征超出阈值范围时判定为自动化脚本操作。在金融交易场景中,自动化脚本常用于实施幌骗、分层挂单等市场操纵行为,此类行为通过在远离开盘价的档位频繁挂撤大额订单以误导市场情绪。

2、然而,恶意交易者能够通过脚本程序生成在统计分布上接近人类操作特征的时间间隔序列,例如通过随机函数在人类操作典型时间窗口内生成伪随机间隔,使得基于统计特征的检测方法无法有效区分自动化脚本与真实人工操作,导致对异常交易的识别精准度较低。

技术实现思路

1、本申请提供一种人工智能的异常交易识别方法、装置、计算机设备及介质,以解决现有技术对异常交易的识别精准度较低的技术问题。

2、第一方面,本申请实施例提供了一种异常交易识别方法,包括:

3、获取目标交易账号在目标交易平台上执行报单操作所产生的交互行为数据,以及目标交易账号对应的报单流数据;其中,所述交互行为数据包括按时间顺序排列的多个操作时间点,所述报单流数据包括目标交易账号在各价格档位的挂单量,以及基于所述目标交易平台的成交记录获取的成交速率,所述成交速率为所述目标交易平台在单位时间内的成交量;

4、基于所述多个操作时间点,确定相邻两次操作之间的各操作时间差;

5、基于所述各操作时间差,计算表征所述目标交易账号操作间隔分布随机程度的信息熵;

6、基于所述挂单量随所述价格档位的变化关系,以及所述成交速率,计算表征所述挂单量与所述成交速率之间的匹配程度的偏差量;

7、基于所述信息熵和所述偏差量,计算所述目标交易账户的操作异常度;

8、根据所述操作异常度和预设判定阈值,确定所述目标交易账号的异常交易类型,针对所述异常交易类型对目标交易账号执行对应的异常交易处置策略。

9、第二方面,本申请实施例提供了一种异常交易识别装置,包括:

10、获取模块,用于获取目标交易账号在目标交易平台上执行报单操作所产生的交互行为数据,以及目标交易账号对应的报单流数据;其中,所述交互行为数据包括按时间顺序排列的多个操作时间点,所述报单流数据包括目标交易账号在各价格档位的挂单量,以及基于所述目标交易平台的成交记录获取的成交速率,所述成交速率为所述目标交易平台在单位时间内的成交量;

11、第一确定模块,用于基于所述多个操作时间点,确定相邻两次操作之间的各操作时间差;

12、第一计算模块,用于基于所述各操作时间差,计算表征所述目标交易账号操作间隔分布随机程度的信息熵;

13、第二计算模块,用于基于所述挂单量随所述价格档位的变化关系,以及所述成交速率,计算表征所述挂单量与所述成交速率之间的匹配程度的偏差量;

14、第三计算模块,用于基于所述信息熵和所述偏差量,计算所述目标交易账户的操作异常度;

15、第二确定模块,用于根据所述操作异常度和预设判定阈值,确定所述目标交易账号的异常交易类型,针对所述异常交易类型对目标交易账号执行对应的异常交易处置策略。

16、第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述异常交易识别方法的步骤。

17、第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述异常交易识别方法的步骤。

18、上述异常交易识别方法、装置、计算机设备及存储介质所实现的方案中,通过获取目标交易账号的交互行为数据与报单流数据,基于操作时间差计算信息熵,以信息熵表征操作间隔分布的随机程度;相较于现有技术所采用的方差、均值或固定频率等仅反映时间间隔序列局部数值特征的统计特征,信息熵从整体分布层面刻画操作间隔的随机性,使得恶意脚本通过随机函数在人类操作典型时间窗口内生成的伪随机间隔序列,因其在分布模式上存在的超常精准度或机械化伪随机性而表现为信息熵异常偏低或呈现特定分布偏离,从而被有效识别出来;同时,基于挂单量随价格档位的变化关系与基于市场行情数据获取的成交速率计算偏差量,以偏差量衡量挂单意图与市场实际成交能力之间的对齐程度,将操作行为的时序特征与订单行为的市场意图进行关联;在此基础上,将信息熵与偏差量融合计算操作异常度,使异常交易的判定建立在操作行为模态与市场订单模态的关联分析之上,克服了现有技术仅从操作行为单一维度检测的局限性;进而根据操作异常度与预设判定阈值确定异常交易类型,并针对不同异常交易类型执行对应的处置策略,最终提高了对异常交易的识别精准度,并实现了对不同风险等级异常交易的差异化响应。

1.一种异常交易识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述各操作时间差,计算表征所述目标交易账号操作间隔分布随机程度的信息熵,包括:

3.根据权利要求2所述的方法,其特征在于,所述依据各所述分布概率,计算所述信息熵,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述挂单量随所述价格档位的变化关系,以及所述成交速率,计算表征所述挂单量与所述成交速率之间的匹配程度的偏差量,包括:

5.根据权利要求4所述的方法,其特征在于,所述梯度值为所述挂单量随所述挂单价格档位距离的变化率;

6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述信息熵和所述偏差量,计算所述目标交易账户的操作异常度,包括:

7.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述操作异常度和预设判定阈值,确定所述目标交易账号的异常交易类型,针对所述异常交易类型对目标交易账号执行对应的异常交易处置策略,包括:

8.一种异常交易识别装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述异常交易识别方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述异常交易识别方法的步骤。