基于交易行为特征的客户风险预测方法及系统与流程

本发明涉及交易数据处理与客户风险预测，特别是基于交易行为特征的客户风险预测方法及系统。

背景技术：

1、随着证券交易平台、基金销售平台及互联网财富管理业务的发展，平台服务器通常持续记录客户的申购、赎回、买入、卖出、撤单、改单、产品转换和持仓转移等交易行为，并结合客户资产规模、风险承受能力、历史交易频率、持仓市值变化和产品暴露风险等级，对客户集中资金流出、交易中断或交易需求衰减风险进行预测。部分处理方式还将客户历史交易记录输入统计模型、集成学习模型或时序预测模型，输出客户流失概率、赎回风险等级或待干预客户名单。

2、在上述处理方式中，客户风险通常由客户自身历史交易金额、交易频率、收益变化、资产波动率和持仓集中度等特征直接确定。对于持有基金、股票组合、理财产品或融资融券产品的客户而言，市场指数快速下跌、行业主题资产回撤或单一产品净值波动会同时影响多个客户的浮动盈亏、赎回比例和交易活跃度。若直接比较不同客户的绝对亏损、赎回比例或换手率，客户持仓阶段、产品类别、建仓时间、杠杆状态和账户生命周期差异会混入风险判断过程，使正常止损、被动调仓、产品到期切换或短期观望行为与客户自身交易需求衰减混同。

3、另一些处理方式会根据共同持有产品、相似交易方向或相近收益变化建立客户关系图，并将关联客户的交易变化作为风险传播信号。在市场共同下跌或热门产品净值快速波动时，同一产品可能同时连接大量客户，共同产品暴露产生的交易变化会在产品特征、客户盈亏特征和客户关系传播特征中重复出现，使风险信号沿高连接产品节点扩散，导致客户风险名单频繁切换，并使产品层面的预计资金流出需求和交易需求变化量偏离客户自身异常交易原因。因此，亟需一种基于交易行为特征的客户风险预测方法及系统来解决此类问题。

技术实现思路

1、本技术实施例提供了基于交易行为特征的客户风险预测方法及系统，解决市场共同冲击下客户异常交易难以分离并被重复传播的问题。

2、第一方面，本发明实施例提供了基于交易行为特征的客户风险预测方法，由交易平台服务器执行，包括：

3、获取截至预测截止时刻的目标客户及候选客户的交易行为事件集、产品暴露数据、账户状态数据和市场状态数据；

4、由所述产品暴露数据、所述账户状态数据和所述市场状态数据生成参照匹配条件，并在排除目标客户后形成动态参照客户集合；

5、基于所述动态参照客户集合生成条件预期交易行为特征，将目标客户和关联候选客户的实际交易行为特征与对应条件预期交易行为特征按事件时段比较，形成多客户残差交易行为序列；

6、由原始交易行为相似性、共同产品暴露关系和交易行为发生时段生成带关系来源标记的候选客户关系，并将共同产品暴露关系对应的权重分量标记为共同冲击权重分量；

7、对满足可参与累计条件的候选客户关系进行残差行为复核；当两端客户保持同类非零偏离状态，或者一端客户的非零偏离状态领先另一端客户并持续达到预设时段数量时，保留对应权重分量并生成有向关系权重；未满足残差行为复核条件时，删除共同冲击权重分量；不满足可参与累计条件时，生成关系异常记录；根据保留权重分量、有向关系权重和关系异常记录生成去共同冲击客户关系数据；

8、对多客户残差交易行为序列进行时序编码，并按照去共同冲击客户关系数据对指向目标客户的关联客户时序编码结果进行归一化聚合，生成联合客户表示；

9、基于联合客户表示输出集中资金流出风险结果和交易需求衰减风险结果，并归集输出预计资金流出需求和交易需求变化量。

10、在一些实施例中，所述交易行为事件集由不同交易渠道的原始交易事件标准化得到，标准化后的交易行为事件至少包含客户标识、产品标识、事件类型、事件时刻、获知时刻、交易方向、交易金额、处理状态、原始订单标识、撤销关联标识和更正关联标识；

11、所述交易平台服务器根据原始订单标识、撤销关联标识或更正关联标识，将撤单事件和改单事件关联至对应的原始交易事件，并依据关联后的交易行为事件生成所述实际交易行为特征。

12、在一些实施例中，所述产品暴露数据包括产品类别、持仓阶段、持仓集中状态和杠杆状态，所述账户状态数据包括开户时长、历史有效交易天数和最近一次有效交易时刻；

13、所述市场状态数据包括市场波动状态、产品价格或净值变化状态以及市场交易活跃状态；所述参照匹配条件包括产品匹配对应关系、持仓阶段对应关系、持仓集中状态对应关系、杠杆状态对应关系、账户生命周期对应关系和市场状态对应关系。

14、在一些实施例中，形成所述动态参照客户集合时，所述交易平台服务器按照与所述目标客户相同的预测截止时刻，恢复候选客户在所述预测截止时刻已经形成且已经被交易平台服务器获知的产品暴露状态、账户状态和交易行为状态；

15、所述交易平台服务器将市场状态对应关系、杠杆状态对应关系和持仓集中状态对应关系作为固定匹配字段，并将产品匹配对应关系、持仓阶段对应关系和账户生命周期对应关系作为可放宽匹配字段；在基准匹配版本中，所述产品匹配对应关系为同一产品标识对应，所述持仓阶段对应关系为同一持仓天数区间对应，所述账户生命周期对应关系为同一账户生命周期区间对应。

16、在一些实施例中，当写入客户数量低于集合数量阈值时，所述交易平台服务器生成下一参照集合版本，并按照由产品匹配对应关系、持仓阶段对应关系到账户生命周期对应关系的顺序逐级放宽；

17、所述产品匹配对应关系依次由同一产品标识对应放宽为同一产品子类对应、同一产品暴露风险等级对应；

18、所述持仓阶段对应关系由同一持仓天数区间对应放宽为相邻持仓天数区间对应；

19、所述账户生命周期对应关系由同一账户生命周期区间对应放宽为相邻账户生命周期区间对应；每次放宽后，所述交易平台服务器在参照集合版本表中记录预测截止时刻、状态版本、被放宽的匹配字段、放宽前匹配口径、放宽后匹配口径和写入客户数量。

20、在一些实施例中，生成所述多客户残差交易行为序列时，所述交易平台服务器按照统一市场状态版本、统一事件时段边界和统一残差状态编码规则，对目标客户和关联候选客户分别生成残差交易行为序列；

21、当观察时段内不存在达到预设变化强度的市场状态变化时点时，以观察时段起始时刻作为相对时间起点；

22、当动态参照客户集合带有低样本标记时，将对应条件预期交易行为特征写入低可靠等级。

23、在一些实施例中，所述可参与累计条件包括候选客户关系两端客户在同一交易行为偏离特征下均具有不少于预设数量的连续事件时段的有效残差交易行为数据；

24、对共同产品暴露关系对应的权重分量进行残差行为复核时，从一端客户的动态参照客户集合中排除另一端客户；

25、当共同冲击权重分量缺少可参与累计事件时段时，所述交易平台服务器生成关系异常记录，且对应候选客户关系在本次预测中不参与关联客户的时序编码结果聚合。

26、在一些实施例中，生成所述联合客户表示时，所述交易平台服务器将多客户残差交易行为序列输入时序编码器，得到各客户的时序偏离表示；

27、按照指向目标客户的有向关系权重对关联客户的时序偏离表示进行加权归一化聚合，得到关系偏离表示；

28、将目标客户的时序偏离表示、所述关系偏离表示和产品暴露数据拼接为所述联合客户表示；

29、当目标客户不存在可用关联客户时，所述关系偏离表示采用零向量，并在客户风险结果记录中写入邻居不足标记。

30、第二方面，本发明实施例提供了基于交易行为特征的客户风险预测系统，包括数据存储器以及与所述数据存储器连接的处理器；

31、所述数据存储器存储交易行为事件表、产品暴露状态表、账户状态表、市场状态表、参照集合版本表、残差行为序列表和客户关系校正表；

32、所述处理器读取所述数据存储器中的数据并执行基于交易行为特征的客户风险预测方法；

33、所述客户关系校正表记录候选客户关系的关系来源标记、共同冲击权重分量、删除状态、关系异常记录和有向关系权重。

34、第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于交易行为特征的客户风险预测方法的任一步骤。

35、本发明通过上述技术方案，至少可以实现如下有益效果：

36、本发明的交易平台服务器按照预测截止时刻获取交易行为事件、产品暴露数据和市场状态数据，并基于产品暴露数据和市场状态数据形成动态参照客户集合。条件预期交易行为特征来源于相同市场状态和相近产品暴露条件下的客户交易行为，目标客户的实际交易行为特征再与该条件预期交易行为特征对应比较，形成客户特定交易行为偏离特征和残差交易行为序列。因此，市场共同波动和产品固有波动先被纳入参照基准，风险预测结果能够对应目标客户相对于参照客户的交易偏离，降低正常止损、被动调仓或产品切换被识别为客户自身异常交易的概率。

37、对于客户关系数据，交易平台服务器将具有共同产品暴露关系且交易行为变化发生于同一市场状态时段的候选客户关系标记为共同冲击候选关系，并以残差交易行为序列中的同类非零偏离状态、先后关联变化和持续时段数量进行复核。仅由共同产品暴露或共同市场状态形成、但未在残差交易行为序列中保持关联的客户关系被删除，保留的关系来源权重分量由残差行为片段和持续状态确定，并以有向关系权重参与归一化聚合。因此，热门产品或宽基产品连接大量客户时，共同产品节点产生的风险信号在关系聚合前被校正，降低同一市场冲击在产品特征、客户盈亏特征和客户关系传播特征中重复计入的概率。

38、动态参照客户集合采用固定匹配字段和可放宽匹配字段组合生成，市场状态对应关系、杠杆状态对应关系和持仓集中状态对应关系在同一轮参照集合生成过程中保持固定，产品类别对应关系、持仓阶段对应关系和账户生命周期对应关系按照参照集合版本逐级放宽。每次放宽均记录预测截止时刻、状态版本、放宽字段和写入客户数量。因此，在参照客户数量不足时，参照集合仍保持与目标客户风险暴露相关的关键条件，条件预期交易行为特征具有明确的数据来源和适用版本。

39、残差交易行为序列经时序编码形成时序偏离表示，去共同冲击客户关系数据中的关系权重用于聚合关联客户的时序编码结果，二者与产品暴露数据形成联合客户表示。集中资金流出风险结果和交易需求衰减风险结果先在客户层生成，再按照客户与金融产品之间的暴露对应关系归集为预计资金流出需求和交易需求变化量。因此，产品层需求预测记录能够区分市场共同状态对应需求部分和客户特定需求变化部分，使产品赎回需求和净交易需求对应到不同来源的交易行为变化。