[发明专利]一种异常交易监测方法、系统及存储介质

说明书

本发明公开了一种异常交易监测系统，包括：数据获取模块，用于通过数据源接口从数据库获取常规数据，从消息队列系统获取实时数据；智能判断模块，用于根据获取到的常规数据和实时数据进行异常交易判断；存储展示模块，用于存储系交易监测统相关数据并进行异常交易监测结果展示，本发明相较于现有技术从关系数据库中同步的方式大幅降低了数据的延时，相较于现有技术能够更快的发现正在发生的一场交易行为，并及时告警，并且采用分布式存储和计算的架构进一步的提高了运算效率，通过智能判断模块的回测以及智能分析模块提高了异常交易监测模型的判断准确性。

技术领域

本发明属于数据处理技术领域，尤其涉及一种异常交易监测系统。

背景技术

自2008年金融危机以后，全球金融企业都把监管风险管理列为了公司经营的一个重要挑战。按照Reuters的统计，从2008年到2015年，世界上20％的大银行或券商因为金融监管方面的纰漏，累计支付的罚款超过2350亿美元(约1517亿英镑)，这个数字大致相当于爱尔兰的GNP。在中国，特别是证券行业，2015年以来加强监管的趋势已经越演越烈。据不完全统计，仅2017年我国金融监管部门共出台重要监管文件超过20个，行政处罚超过2700件，罚款金额超80亿元。其中超过20％的监管处罚直接或间接的原因来自异常交易。因此，金融机构为了自身的发展，也为它们服务的客户必须用一些创新的解决方案来应对不断增加的风控和合规挑战，特别是针对异常交易的监控。

现有的证券公司异常交易监控系统大多是基于规则匹配技术和关系型数据库的系统，计算与存储均在同一服务器上，即数据的存储与计算分析均通过数据库完成，数据库装在一台服务器上。首先在数据同步的问题上，由于关系型数据库存在读写瓶颈，且实时同步数据并非其优势，因此在数据时效性上延迟较大，在大量数据积压的情况下可能会出现十分钟级的数据延迟，这就使得证券公司对异常交易监控的实时性大打折扣，无法及时地发现异常交易并对客户提供相应的提醒服务或帮助。此外，现有系统的存储与计算均是通过关系数据库完成，部署在同一服务器上，会造成实时计算与存储互相影响牵制，机器性能得不到充分发挥，一些复杂的计算得不到实施，从而影响到异常交易监测的准确性。

发明内容

针对现有技术存在的问题，本发明提供了一种异常交易监测系统，能够减小异常交易监测系统中存在的数据延迟，还能提高异常交易监测的准确性。

本发明是通过以下技术方案实现的：

第一方面，提供了一种异常交易监测方法，包括：

数据获取，通过数据源接口从数据库获取常规数据，从消息队列系统获取实时数据；

智能判断，根据获取到的常规数据和实时数据进行异常交易判断；

存储展示，存储系交易监测统相关数据并进行异常交易监测结果展示。

结合第一方面，进一步的，所述常规数据包括：客户、股票、基金、期货的基本信息数据，所述实时数据包括客户交易数据以及市场行情数据。

结合第一方面，进一步的，所述智能判断包括异常交易监测模型建立，异常交易监测模型包括异常交易描述信息、异常交易分类信息、异常交易特征信息以及异常交易阈值信息。

结合第一方面，进一步的，所述智能判断还包括函件分析，对交易所发送的监管函件进行智能分析以生成新的异常交易监测模型。

结合第一方面，进一步的，所述智能判断模块还包回测和试算，回测用于对历史交易数据进行回测；试算用于修改异常交易监测模型的监测逻辑和监测阈值，并通过历史交易数据对修改后的模型进行试算。

结合第一方面，进一步的，所述函件分析包括：

NLP处理，对监管函件进行自然语言处理分析，提取其中的关键实体产生结构化数据；