[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

说明书

本发明公开了一种基于大数据的股票市场的内幕交易行为的识别方法，包括以下步骤：获取公司相关数据；计算股票成交量均值的增量，若大于阈值，则计算该行业的所有股票成交量均值的增量，若小于阈值，则查询前期是否发布对外公告，计算对外公告引起的股票收盘价的波动幅度，若不超过波动阈值，则计算该上市公司的加权平均净资产收益率是否低于加权平均净资产收益率，若低于，则获取后期的上市公司的对外公告，判断是否为利好公告，若是，则计算后期股票收盘价的最大涨幅，如果大于涨幅阈值，则查询是否有与该公司的股票概念板块语义一致的信息，若没有，则该股票存在内幕交易行为。本发明具有实时监测、精准识别股票市场内幕交易行为的有益效果。

技术领域

本发明涉及数据挖掘领域和金融科技领域。更具体地说，本发明涉及一种基于大数据 的股票市场的内幕交易行为的识别方法。

背景技术

随着资本市场数据量的与日俱增，金融监管面临着越来越大的挑战。仅仅依靠人工进 行金融市场的异常监测需要付出巨大的成本，而且还存在效率低下的问题，因此应用大数 据技术辅助金融监管已经成为趋势。内幕交易是一种利用未公开信息进行交易，谋取暴利 的违法行为，内幕交易严重破坏了金融市场秩序，一直是金融监管的重点。内幕交易者在 较短的时间内就获得巨额的收益，给资本市场的稳定性带来了巨大的挑战。但是内幕交易 行为极其隐蔽，很难直接进行观察到，这给金融监管部门带来了很大的困扰。正是基于金 融监管的这一痛点，本专利提出了一种利用互联网公开信息识别股票市场内幕交易行为的 方法，基于内幕交易者行为特征，利用金融科技技术智能化地监测市场上存在内幕交易嫌 疑的股票。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于大数据的股票市场的内幕交易行为的识别方法， 可以实时监测、精准识别股票市场内幕交易行为。

为了实现根据本发明的这些目的和其它优点，提供了一种基于大数据的股票市场的内 幕交易行为的识别方法，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；