[发明专利]基于大数据的股票市场的内幕交易行为的识别方法

权利要求书

1.基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，包括以下步骤：

步骤一、获取上市公司公开的数据，该数据包括股票按中国证券监督管理委员会的分类标准分类的所属的行业、上市公司的对外公告、上市公司的净资产收益率、上市公司的股票概念板块、国家政策文本、上市公司新闻、股票每个交易日的成交量、股票每个交易日的股票收盘价；

步骤二、计算股票的前第T₁个交易日到当前时间点的成交量均值V₁，计算该股票的前第T₂个交易日到前第T₁个交易日的成交量均值V₂，若V₁>(1+C₁)*V₂，则进行步骤三，其中，T₂>T₁，C₁为当前时间股票的交易量异常激增的阈值；

步骤三、获取该股票所属的行业，计算属于该行业的所有股票前T₁个交易日到当前时间点的成交量均值V₃，计算属于该行业的所有股票前第T₂个交易日到前第T₁个交易日的成交量均值V₄，若V₃≤(1+C₂)*V₄，则进行步骤四，其中，C₂为当前时间该行业交易量增加的阈值；

步骤四、查询该股票对应的上市公司在前T₁个交易日内的是否发布对外公告，如果发布有对外公告，则计算该个或该多个对外公告的发布时间对应的次交易日的股票收盘价相对于对外公告的发布时间的股票收盘价的波动幅度，如果波动幅度不超过波动阈值，则进行步骤五；

步骤五、计算该股票所属行业的所有股票对应的上市公司的加权平均净资产收益率，如果该股票对应的上市公司的净资产收益率低于加权平均净资产收益率，则进行步骤六；

步骤六、获取当前时间点的后T₃个交易日内上市公司的对外公告，并识别该对外公告的内容，通过语义分析，如果得到与利好公告语义一致的信息，则计算该对外公告发布时间的后T₄个交易日内相比于当前时间点的股票收盘价的最大涨幅，如果最大涨幅大于涨幅阈值，则进行步骤七；

步骤七、获取当前时间点前T₂个交易日内的国家政策文本和上市公司新闻，通过语义分析，如果没有得到与该上市公司的股票概念板块语义一致的信息，则该股票存在内幕交易行为。

2.如权利要求1所述的基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，当前时间股票的交易量异常激增的阈值C₁的计算方法为：获取当前时间点之前的所有历史内幕交易案件的成交量增幅，并计算增幅平均值，即得当前时间股票的交易量异常激增的阈值C₁。

3.如权利要求1所述的基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，当前时间点该行业交易量增加的阈值C₂的计算方法为：取当前时间点之前的所有属于该行业的历史内幕交易案件的成交量增幅，并计算增幅平均值，即得当前时间点该行业交易量增加的阈值C₂。

4.如权利要求1所述的基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，波动阈值为5％。

5.如权利要求1所述的基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，加权平均净资产收益率的计算方法：获取该行业的各上市公司的营业收入，以各上市公司的营业收入为权重加权各上市公司的净资产收益率，计算平均值得当前时间点该行业内所有上市公司的加权平均净资产收益率。

6.如权利要求1所述的基于大数据的股票市场的内幕交易行为的识别方法，其特征在于，涨幅阈值的计算方法：获取当前时间点之前的所有历史内幕交易案件，计算公告发出后各股票收盘价的最大涨幅，计算最大涨幅的平均值，即得涨幅阈值。