[发明专利]基于Logistic回归的证券客户流失预测的方法及系统

权利要求书

1.一种基于Logistic回归的证券客户流失预测方法，其特征在于，包括以下步骤：

确定客户流失指标和数据范围；

根据客户流失指标和数据范围筛选客户数据；

根据筛选出的所述客户数据计算初始变量；

对所述初始变量进行预处理；

根据所述预处理后的初始变量，通过logistic回归模型对客户流失进行预测计算，以获得流失概率大于预设流失概率阈值的客户列表。

2.根据权利要求1所述的基于Logistic回归的证券客户流失预测方法，其特征在于：

所述客户流失指标至少包括以下中的一种：客户在一预设时间段内的亏损率、客户的交易量和交易额、客户资金的净流入、客户日均资产的萎缩情况、客户的日均持仓市值情况、客户的佣金率、以及客户获得的服务次数。

3.根据权利要求1所述的基于Logistic回归的证券客户流失预测方法，其特征在于：所述数据范围包括时间范围和客户范围；

所述时间范围包括预测时间之前的第一时间段以及预测时间之后的第二时间段，其中，所述预测方法用以筛选所述第一时间段内的客户数据，且，所述预测方法用以预测所述第二时间段内的客户流失率；

所述客户范围至少排除以下中的一种或多种：资产小于一第一资产阈值的客户、机构客户、资产大于一第二资产阈值的客户、开户时间小于一时间阈值的客户、无交易行为的客户、在所述第一时间段内已经流失的客户。

4.根据权利要求1所述的基于Logistic回归的证券客户流失预测方法，其特征在于：

所述对所述初始变量进行预处理的操作包括：缺失值填充以及极值处理。

5.根据权利要求1所述的基于Logistic回归的证券客户流失预测方法，其特征在于：在计算出所述初始变量后，根据以下中的一种或多种指标对所述初始变量进行衍生：资产总量、佣金、仓位、交易活跃度、资金流入量、资金流出量、盈亏比例、以及产品信息。

6.一种基于Logistic回归的证券客户流失预测系统，其特征在于，包括：

确定模块，确定客户流失指标和数据范围；

数据筛选模块，用以根据客户流失指标和数据范围筛选客户数据；

初始变量计算模块，用以根据筛选出的所述客户数据计算初始变量；

预处理模块，用以对所述初始变量进行预处理；

预测模块，根据所述预处理后的初始变量，通过logistic回归模型对客户流失进行预测计算，以获得流失概率大于预设流失概率阈值的客户列表。

7.根据权利要求6所述的基于Logistic回归的证券客户流失预测系统，其特征在于：

所述客户流失指标至少包括以下中的一种：客户在一预设时间段内的亏损率、客户的交易量和交易额、客户资金的净流入、客户日均资产的萎缩情况、客户的日均持仓市值情况、客户的佣金率、以及客户获得的服务次数。

8.根据权利要求6所述的基于Logistic回归的证券客户流失预测系统，其特征在于：所述数据范围包括时间范围和客户范围；

所述时间范围包括预测时间之前的第一时间段以及预测时间之后的第二时间段，其中，所述预测方法用以筛选所述第一时间段内的客户数据，且，所述预测方法用以预测所述第二时间段内的客户流失率；

所述客户范围至少排除以下中的一种或多种：资产小于一第一资产阈值的客户、机构客户、资产大于一第二资产阈值的客户、开户时间小于一时间阈值的客户、无交易行为的客户、在所述第一时间段内已经流失的客户。

9.根据权利要求6所述的基于Logistic回归的证券客户流失预测系统，其特征在于：

所述预处理模块对所述初始变量进行预处理的操作包括：缺失值填充以及极值处理。

10.根据权利要求6所述的基于Logistic回归的证券客户流失预测系统，其特征在于：所述初始变量计算模块在计算出所述初始变量后，根据以下中的一种或多种指标对所述初始变量进行衍生：资产总量、佣金、仓位、交易活跃度、资金流入量、资金流出量、盈亏比例、以及产品信息，且令所述预处理模块对所述衍生后的初始变量进行预处理。