大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn)課件

大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn).大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn).數(shù)據(jù)、大數(shù)據(jù).數(shù)據(jù)、大數(shù)據(jù).....數(shù)據(jù)資源的戰(zhàn)略性發(fā)改委科技部/工信部自然基金委2015年8月19日國務(wù)院通過《關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》2015年10月29日中央五中全會(huì)提出“實(shí)施國家大數(shù)據(jù)戰(zhàn)略”2014年、2015年大數(shù)據(jù)寫入《政府工作報(bào)告》國家層面科技部《大數(shù)據(jù)重大工程項(xiàng)目建議》《上海市推進(jìn)大數(shù)據(jù)研究與發(fā)展三年行動(dòng)計(jì)劃》《上海市大數(shù)據(jù)與云計(jì)算十三五規(guī)劃》《上海市大數(shù)據(jù)與云計(jì)算重大科技創(chuàng)新工程》.數(shù)據(jù)資源的戰(zhàn)略性發(fā)改委科技部/工信部自然基金委2015年8月課題：調(diào)查1萬戶居民家庭收入和支出情況，以衡量中國家庭的生活水平需要培養(yǎng)200名調(diào)查員兩人一組進(jìn)行調(diào)查，每組需要調(diào)查100個(gè)家庭調(diào)查時(shí)間至少需要1年每次調(diào)查差旅成本平均3000元，總費(fèi)用3000萬元200名調(diào)查員的一年工資成本，2000萬元調(diào)查的可信度？？？2010年第6次全國人口普查花費(fèi)80億元古老的研究方法.需要培養(yǎng)200名調(diào)查員兩人一組進(jìn)行調(diào)查，每組需要調(diào)查100個(gè)Ngrams是文本詞頻統(tǒng)計(jì)算法，可統(tǒng)計(jì)GOOGLE電子圖書的詞頻GoogleBooksNgrams.Ngrams是文本詞頻統(tǒng)計(jì)算法，可統(tǒng)計(jì)GOOGLE電子圖書的百度一下，你被知道數(shù)據(jù)能做什么.百度一下，你被知道數(shù)據(jù)能做什么.全球氣候研究數(shù)據(jù)能做什么.數(shù)據(jù)能做什么.數(shù)據(jù)技術(shù)應(yīng)用有大數(shù)據(jù)用大數(shù)據(jù)做大數(shù)據(jù)朱揚(yáng)用，熊赟“大數(shù)據(jù)是數(shù)據(jù)、技術(shù)，還是應(yīng)用”《大數(shù)據(jù)》創(chuàng)刊號(hào)http:///CN/10.11959/j.issn.2096-0271.2015007#AbstractTab大數(shù)據(jù):是指為決策問題提供服務(wù)的大數(shù)據(jù)集、大數(shù)據(jù)技術(shù)和大數(shù)據(jù)應(yīng)用的總稱。大數(shù)據(jù)集:是指一個(gè)決策問題所用到的所有可能的數(shù)據(jù)，通常數(shù)據(jù)量巨大、來源多樣、類型多樣；大數(shù)據(jù)技術(shù):是指大數(shù)據(jù)資源獲取、存儲(chǔ)管理、挖掘分析、可視展現(xiàn)等技術(shù)；大數(shù)據(jù)應(yīng)用:是指用大數(shù)據(jù)集和大數(shù)據(jù)技術(shù)來支持決策活動(dòng)，是新的決策方法什么是大數(shù)據(jù).大數(shù)據(jù):是指為決策問題提供服務(wù)的大數(shù)據(jù)集、大數(shù)據(jù)技術(shù)和大數(shù)什么是大數(shù)據(jù)用數(shù)據(jù)解決問題解決數(shù)據(jù)的問題.什么是大數(shù)據(jù).證券市場操縱行為分析背景和意義.證券市場操縱行為分析背景和意義.背景和意義滬深兩市日均成交量及成交金額均有所上升。3月滬市日均成交量為221.07億股，環(huán)比上升了17.38%；日均成交金額2,322.84億元，環(huán)比上升了20.77%。深市日均成交量為230.19億股，環(huán)比上升了15.49%；日均成交金額為3,486.61億元，環(huán)比上升了17.80%。日均結(jié)算總額變化圖每月新增投資者變化圖.背景和意義滬深兩市日均成交量及成交金額均有所上升。3月滬市日背景和意義.背景和意義.背景和意義非法獲利1883萬元.背景和意義非法獲利1883萬元.背景和意義大數(shù)據(jù)技術(shù)用于證券市場監(jiān)控“終結(jié)犯罪，在案發(fā)之前”----IBM.背景和意義大數(shù)據(jù)技術(shù)用于證券市場監(jiān)控.背景和意義難點(diǎn)：賬戶隱蔽性強(qiáng)（在過程中沒有散發(fā)傳播虛假消息，也沒有可供披露的提升上市公司價(jià)值的經(jīng)營活動(dòng)等），難以甄別、查處成本高，仍是各國證券監(jiān)管當(dāng)局面臨的執(zhí)法困境。探索大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn)機(jī)理，建立適應(yīng)大數(shù)據(jù)環(huán)境的、高效的面向證券市場操縱行為的大數(shù)據(jù)模型與方法，建立證券市場操縱行為實(shí)時(shí)監(jiān)控系統(tǒng)，提高監(jiān)控效率，維護(hù)投資者權(quán)益，保證證券市場健康運(yùn)行。.背景和意義難點(diǎn)：探索大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn)機(jī)理，國內(nèi)外現(xiàn)狀和動(dòng)態(tài)第六章

交易行為監(jiān)督6.1本所對(duì)下列可能影響證券交易價(jià)格或者證券交易量的異常交易行為予以重點(diǎn)監(jiān)控：

（一）可能對(duì)證券交易價(jià)格產(chǎn)生重大影響的信息披露前，大量買入或者賣出相關(guān)證券；

（二）以同一身份證明文件、營業(yè)執(zhí)照或其他有效證明文件開立的證券賬戶之間，大量或者頻繁進(jìn)行互為對(duì)手方的交易；（三）委托、授權(quán)給同一機(jī)構(gòu)或者同一個(gè)人代為從事交易的證券賬戶之間，大量或者頻繁進(jìn)行互為對(duì)手方的交易；（四）兩個(gè)或兩個(gè)以上固定的或涉嫌關(guān)聯(lián)的證券賬戶之間，大量或者頻繁進(jìn)行互為對(duì)手方的交易；（五）大筆申報(bào)、連續(xù)申報(bào)或者密集申報(bào)，以影響證券交易價(jià)格；（六）頻繁申報(bào)或頻繁撤銷申報(bào)，以影響證券交易價(jià)格或其他投資者的投資決定；（七）巨額申報(bào)，且申報(bào)價(jià)格明顯偏離申報(bào)時(shí)的證券市場成交價(jià)格；（八）一段時(shí)期內(nèi)進(jìn)行大量且連續(xù)的交易；（九）在同一價(jià)位或者相近價(jià)位大量或者頻繁進(jìn)行回轉(zhuǎn)交易；（十）大量或者頻繁進(jìn)行高買低賣交易；（十一）進(jìn)行與自身公開發(fā)布的投資分析、預(yù)測或建議相背離的證券交易；（十二）在大宗交易中進(jìn)行虛假或其他擾亂市場秩序的申報(bào)；（十三）本所認(rèn)為需要重點(diǎn)監(jiān)控的其他異常交易。異常交易行為：高買低賣、虛假申報(bào)、連續(xù)集中交易、長期閑置賬戶頻繁異動(dòng)、大量委托或查詢請(qǐng)求等.國內(nèi)外現(xiàn)狀和動(dòng)態(tài)第六章交易行為監(jiān)督異常交易行為：高買低賣國內(nèi)外現(xiàn)狀和動(dòng)態(tài)2008年，Vlachos等采用異常點(diǎn)檢測算法發(fā)現(xiàn)欺詐模式，但是操縱者為規(guī)避監(jiān)控，利用多賬戶操縱，使得從單個(gè)賬戶看并不具有異常性；2011年，Diaz等通過將交易行為與已知欺詐行為比較以發(fā)現(xiàn)操縱行為，該方法需借助已知模式作為參考，對(duì)于隱蔽手法難以監(jiān)測；2012年，Punniyamoorthy等利用歷史欺詐行為作為訓(xùn)練集構(gòu)建分類模型，然而實(shí)際中獲取足夠多帶標(biāo)簽的訓(xùn)練數(shù)據(jù)是困難的；2013年Jiang等通過構(gòu)建交易網(wǎng)絡(luò)，利用圖結(jié)構(gòu)挖掘自循環(huán)（自買自賣）、雙節(jié)點(diǎn)循環(huán)（互相買賣）和雙節(jié)點(diǎn)多邊（一個(gè)賬戶多次從相同地方買入或賣出股票）等異常交易模式；2014年Tamersoy等利用“董監(jiān)高”公開申報(bào)的交易行為數(shù)據(jù)，對(duì)非法內(nèi)幕交易進(jìn)行分析，并利用任職所在公司情況建立賬戶關(guān)系網(wǎng)絡(luò)?！?國內(nèi)外現(xiàn)狀和動(dòng)態(tài)2008年，Vlachos等采用異常點(diǎn)檢測算證券市場操縱行為分析大數(shù)據(jù)方法.證券市場操縱行為分析大數(shù)據(jù)方法.證券市場操縱行為分析核心操縱者挖掘算法設(shè)計(jì)與實(shí)現(xiàn)：復(fù)雜網(wǎng)絡(luò)模型面向大數(shù)據(jù)的證券市場操縱行為發(fā)現(xiàn)模型和方法研究：高性能算法度量定義及其計(jì)算方法研究：持倉、交易模式大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn)證券市場操縱行為實(shí)證分析證券市場操縱行為機(jī)理研究：問題的形式化定義證券交易行為數(shù)據(jù)表示研究：特征分析、形式化表示建模.證券市場操縱行為分析核心操縱者挖掘算法設(shè)計(jì)與實(shí)現(xiàn)：復(fù)雜網(wǎng)絡(luò)模證券市場操縱行為分析字段名稱字段含義字段定義Trade_No成交編號(hào)DECIMAL(18)Trade_Date成交日期DATETrade_Time成交時(shí)間INTEGERTrade_Time_Dec成交時(shí)間毫秒DECIMAL(8,7)Order_Time訂單時(shí)間INTEGEROrder_Time_Dec訂單時(shí)間毫秒DECIMAL(8,7)Order_No訂單編號(hào)DECIMAL(18)Trade_Price成交價(jià)格DECIMAL(18,5)Trade_Amt成交金額DECIMAL(18,5)Trade_Vol

成交數(shù)量DECIMAL(18,3)Sec_Code金融工具代碼CHAR(6)PBU_IDPBU代碼CHAR(5)Acct_ID投資者帳戶CHAR(10)Trade_Dir訂單買賣方向：B表示買，S表示賣CHAR(1)Order_PrtFil_Code是否完全成交標(biāo)志：P：Partialmatch，F(xiàn)：FullmatchCHAR(1)Tran_Type交易類型代碼，參考代碼表CDE_Tran_TypeCHAR(3)…….…….……一、證券交易行為數(shù)據(jù)表示研究.證券市場操縱行為分析字段名稱字段含義字段定義Trade_No

T1T2…Ti…TnO1{B1:200,B2:700}{B1:500,B2:300}…{S1:100,S2:800}…{B5:600}O2{B7:300}{B7:500,B8:500}…{S7:500}…Φ…………………Oj{B1:800,B2:300}{B1:600}…{S1:400,S2:400}…{B5:780}…………………Om{B1:400,B2:100}{B1:700,B2:500}…{S1:200,S2:100}…{B5:660}set-value-oriented證券市場操縱行為分析15|20100907|09:25:00|0.1894441|09:24:23|0.3443302|2500002000077493|14.28000|9996.00000|700.000|600331|85192|A097568801|B|F|000|X|O|L|36|20100907|09:25:01|0.9489676|09:15:05|0.1873262|2500020000003677|5.71100|1142.20000|200.000|900948|11941|C244048610|S|P|000|X|O|L|63|20100907|09:25:02|0.1889610|09:24:24|0.2343031|2500020000005043|0.41700|291.90000|700.000|900946|68873|C977250715|B|F|000|X|O|L|多因素的復(fù)雜模型，不是一般的時(shí)間序列或是高維數(shù)據(jù)能夠表達(dá)一、證券交易行為數(shù)據(jù)表示研究具有高維和有序的特征：一是，每個(gè)時(shí)間點(diǎn)的值是集合形式的，一個(gè)交易賬戶可能操作多支股票；二是，每支交易股票包含交易數(shù)量和成本價(jià)格等多種因素。.

T1T2…Ti…TnO1{B1:200,B2:700}{B證券市場操縱行為分析一般而言，證券交易行為是個(gè)體對(duì)象主動(dòng)的行為，具有個(gè)體性，即多個(gè)賬戶間不應(yīng)有很多相同（或相似）的交易行為。相對(duì)整個(gè)市場，操縱證券市場的賬戶數(shù)量是相當(dāng)少的，但這些賬戶因具有某種關(guān)聯(lián)而形成群組。具體表現(xiàn)為：一些賬戶經(jīng)常在相同（或相近）時(shí)間段交易多支相同股票或在某支股票上頻繁買進(jìn)賣出，具有相同（或相似）的交易行為，他們有別于其他大部分賬戶的個(gè)體性，是特異群組。二、證券市場操縱行為機(jī)理研究.證券市場操縱行為分析一般而言，證券交易行為是個(gè)體對(duì)象主動(dòng)的行一批賬戶在多天具有共同的股票交易行為是一種異?，F(xiàn)象，這些賬戶涉嫌操縱股票價(jià)格的可能性高A37650988*

A37650*897

A401735*04

A20906459*

A37650*994

A451380*38

A45138060*

A45138*588

A451380*62

A3309*3794

A451380*96

A20906464*

A330*71357

A451380*70

A38534171*

A451*50422

A45138055*

A45138054*

A399*43692

A45710517*

A45710*554

A4522*4086

A44973913*

A44912*186

A45224329*

A3993437*9…….‘T+1’.一批賬戶在多天具有共同的股票交易行為是一種異常現(xiàn)象，這些賬戶證券市場操縱行為分析數(shù)據(jù)集中明顯不同于大部分對(duì)象（不具有相似性）的數(shù)據(jù)對(duì)象.證券市場操縱行為分析數(shù)據(jù)集中明顯不同于大部分對(duì)象（不具有相似證券市場操縱行為分析聚類分析聚類分析主要是針對(duì)數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)對(duì)象，即一個(gè)數(shù)據(jù)集中大部分對(duì)象屬于某些數(shù)據(jù)簇，而數(shù)據(jù)集中那些小部分明顯不同于其他數(shù)據(jù)的對(duì)象常常被忽略或作為噪聲消除；.證券市場操縱行為分析聚類分析聚類分析主要是針對(duì)數(shù)據(jù)集中的大部異常分析用于發(fā)現(xiàn)數(shù)據(jù)集中明顯不同于大部分?jǐn)?shù)據(jù)對(duì)象（具有相似性）的數(shù)據(jù)對(duì)象（異常對(duì)象），這些對(duì)象一般不屬于任何簇，也不和其他對(duì)象相似，很多情況下異常對(duì)象也被稱為孤立點(diǎn)。證券市場操縱行為分析點(diǎn)異常挖掘（PointAnomalies）集合異常挖掘（CollectiveAnomalies）：一個(gè)具有相關(guān)性的數(shù)據(jù)對(duì)象（如序列、圖數(shù)據(jù)）的集合。異常挖掘.異常分析用于發(fā)現(xiàn)數(shù)據(jù)集中明顯不同于大部分?jǐn)?shù)據(jù)對(duì)象（具有相似性證券市場操縱行為分析Outliersareclustered(micro-clustersorclusteredanomalies).證券市場操縱行為分析Outliersarecluster證券市場操縱行為分析RareCategory挖掘：處理的數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)對(duì)象是相似的，其目的是發(fā)現(xiàn)明顯不同于大部分對(duì)象（具有相似性）的數(shù)據(jù)形成的集合，但類的大小差異大，且小類常常嵌于/緊密鄰近大類。另：ImbalancedClassification：大類、小類都要挖掘。.證券市場操縱行為分析RareCategory挖掘：處理的數(shù)證券市場操縱行為分析特異群組：是一類高價(jià)值低密度的數(shù)據(jù)，是一種重要的大數(shù)據(jù)形態(tài)，是指在眾多行為對(duì)象中，少數(shù)對(duì)象群體具有一定數(shù)量的相同（或相似）行為模式，表現(xiàn)出相異于大多數(shù)對(duì)象而形成異常的群組。.證券市場操縱行為分析特異群組：是一類高價(jià)值低密度的數(shù)據(jù)，是一2010201320122015大數(shù)據(jù)環(huán)境下的證券市場操縱行為發(fā)現(xiàn)機(jī)理、模型與方法持續(xù)發(fā)展積累國家自然基金未來合作國際認(rèn)可發(fā)表一系列高質(zhì)量論文2009提出

新型的數(shù)據(jù)挖掘任務(wù)

行業(yè)應(yīng)用PhilipSYu，JianPei證券市場操縱行為分析.2010201320122015大數(shù)據(jù)環(huán)境下的證券市場操縱行證券市場操縱行為分析在證券市場中，特異群組常常表現(xiàn)為合謀操縱、基金“老鼠倉”等。這些賬戶以獲取不正當(dāng)利益為目的，集中資金優(yōu)勢、或利用信息優(yōu)勢，操縱交易量、交易價(jià)格，擾亂市場秩序。.證券市場操縱行為分析.證券市場操縱行為分析合謀操縱（多賬戶聯(lián)合操縱），其行為模式主要是集中資金優(yōu)勢、持股優(yōu)勢進(jìn)行市場操縱，通過使用多個(gè)賬戶進(jìn)行分工交易、分倉持有來合謀操縱市場價(jià)格和成交量以誘導(dǎo)其他投資者；基金“老鼠倉”，其行為模式是通過獲悉基金即將或正在交易某投資標(biāo)的，且該筆交易大幅影響投資標(biāo)的價(jià)格的交易信息，以相近時(shí)刻、相同買賣方向用個(gè)人私有資產(chǎn)同步交易該投資標(biāo)的以獲取收益。.證券市場操縱行為分析.證券市場操縱行為分析三、度量定義及其計(jì)算方法研究.證券市場操縱行為分析三、度量定義及其計(jì)算方法研究.證券市場操縱行為分析特異群組賬戶特異性需有相應(yīng)的度量來衡量。i.持倉特異性第一類賬戶間總是有類似持倉（包括持倉的股票和持倉量）；

第二類“老鼠倉”賬戶和基金的持倉量一般相差大，并且所持的股票也劃分為兩種，一種是“老鼠倉”賬戶和基金持有多支相同的股票，一種是“老鼠倉”賬戶僅持有和基金相同的一支股票（即單支股票上“老鼠倉”與某個(gè)基金有多次相似的買進(jìn)賣出）。ii.交易模式特異性

第一類賬戶總是有類似交易成本，交易發(fā)生的時(shí)間基本一致，獲利也基本類似；

第二類賬戶一般是在基金進(jìn)入之前買入，在基金賣出前提前賣出，他們通常具有一定的時(shí)間差。iii.混合特異性.證券市場操縱行為分析特異群組賬戶特異性需有相應(yīng)的度量來衡量。證券市場操縱行為分析EasytoUse

四、面向大數(shù)據(jù)的證券市場操縱行為發(fā)現(xiàn)模型和方法研究.證券市場操縱行為分析EasytoUse四、面向大數(shù)據(jù)一些傳統(tǒng)的聚類算法，如K-Means，指派所有的對(duì)象到簇中，對(duì)異常敏感。雖然基于密度的聚類算法，例如DBSCAN，能夠?qū)⒋蟛糠謹(jǐn)?shù)據(jù)劃分到多個(gè)密度區(qū)域，但需要過多的參數(shù)

–使用不同的參數(shù)值，得到不同的聚類結(jié)果。并且找到合適的參數(shù)值是相當(dāng)困難的。層次聚類，例如單連接算法，可以使用一個(gè)閾值提前終止聚類以獲得期望的對(duì)象數(shù)。然而由于涉及對(duì)象對(duì)的相似度計(jì)算而高時(shí)間復(fù)雜度。TOPk簇挖掘，k不能決定最后結(jié)果對(duì)象的數(shù)量，可能得到大量的點(diǎn)形成的k個(gè)簇。證券市場操縱行為分析BregmanBubbleClustering(BBC)算法與我們有類似的motivation，但其缺點(diǎn)是還需指定簇的數(shù)量，這也是困難的。.一些傳統(tǒng)的聚類算法，如K-Means，指派所有的對(duì)象到簇中，證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析.ourmethod(GuptaandGhosh2008)onestateof-the-artclusteringalgorithm(Bohmetal.2010)density-basedclusteringalgorithms

.ourmethod(GuptaandGhosh20對(duì)內(nèi)服務(wù)對(duì)外服務(wù)云計(jì)算平臺(tái)基礎(chǔ)設(shè)備應(yīng)用/服務(wù)云資源數(shù)據(jù)倉庫監(jiān)察系統(tǒng)期權(quán)交易ERPBPM量化交易應(yīng)用服務(wù)支撐平臺(tái)數(shù)據(jù)服務(wù)支撐平臺(tái)IAAS虛擬化資源池分布式內(nèi)存數(shù)據(jù)庫分布式Non

SQL數(shù)據(jù)庫分布式海量數(shù)據(jù)倉庫領(lǐng)域本體/元數(shù)據(jù)/知識(shí)庫分布式計(jì)算支撐平臺(tái)門戶集成、用戶認(rèn)證、工作流、證券交易、結(jié)算清算、接入服務(wù)、運(yùn)營服務(wù)實(shí)時(shí)流數(shù)據(jù)分析、大數(shù)據(jù)挖掘文本挖掘、可視化任務(wù)調(diào)度、狀態(tài)監(jiān)控、故障診斷、動(dòng)態(tài)管理、Hadoop數(shù)據(jù)平臺(tái)DAASPAASSAAS數(shù)字集群G/C網(wǎng)LTE網(wǎng)WLAN/WiMAX高速網(wǎng)絡(luò)LAN/PSTN/Cable網(wǎng)關(guān)無線網(wǎng)網(wǎng)關(guān)分布式關(guān)系數(shù)據(jù)庫市場回放行情分析.對(duì)對(duì)云計(jì)算平臺(tái)基礎(chǔ)設(shè)備應(yīng)用/服務(wù)云資源數(shù)據(jù)倉庫監(jiān)察系統(tǒng)期權(quán)交證券市場操縱行為分析云平臺(tái)數(shù)據(jù)節(jié)點(diǎn)券商中小投資者市場回放云平臺(tái)應(yīng)用云平臺(tái)管理系統(tǒng)證券云網(wǎng)絡(luò)服務(wù)接口大規(guī)模并行處理特征優(yōu)化雙向存儲(chǔ)數(shù)據(jù)壓縮查看市場回放數(shù)據(jù)機(jī)構(gòu)投資者EzTable大數(shù)據(jù)實(shí)時(shí)分析數(shù)據(jù)庫，采用MPP（大規(guī)模并行處理），DualStorage（行存和列存都支持）等技術(shù)，使大數(shù)據(jù)能夠得到快速處理和分析。.證券市場操縱行為分析云平臺(tái)數(shù)據(jù)節(jié)點(diǎn)券商中小投資者市場回放云平證券市場操縱行為分析環(huán)境：10臺(tái)PC服務(wù)器（4個(gè)CPU/128G內(nèi)存/500G-1.5T硬盤）2個(gè)Master節(jié)點(diǎn)，8個(gè)DataNode節(jié)點(diǎn)數(shù)據(jù)（805億條記錄，9.2T數(shù)據(jù)量）：成交數(shù)據(jù)表：

一條記錄45字節(jié)，共708.4億條記錄，原始大小6.44T行情數(shù)據(jù)表：

一條記錄196字節(jié)，共96.7億條記錄，原始大小2.82T測試命令單次（ms）500并發(fā)請(qǐng)求（ms）1)

取某證券代碼的一天交易流水?dāng)?shù)據(jù)1828642)

對(duì)證券代碼的一天成交流水?dāng)?shù)據(jù)進(jìn)行TOPN查詢1417563)

對(duì)某證券代碼的一天交易數(shù)據(jù)進(jìn)行加權(quán)平均匯總（在某個(gè)顆粒度下）2741923.證券市場操縱行為分析環(huán)境：測試命令單次（ms）500并發(fā)請(qǐng)求證券市場操縱行為分析五、核心操縱者挖掘算法設(shè)計(jì)與實(shí)現(xiàn).證券市場操縱行為分析五、核心操縱者挖掘算法設(shè)計(jì)與實(shí)現(xiàn).證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析.證券市場操縱行為分析...總結(jié)和拓展.總結(jié)和拓展.關(guān)鍵科學(xué)問題1）大數(shù)據(jù)驅(qū)動(dòng)的市場操縱行為監(jiān)管與決策范式轉(zhuǎn)變機(jī)理與理論2）證券市場操縱行為發(fā)現(xiàn)的大數(shù)據(jù)金融行為學(xué)模型構(gòu)建與分析.關(guān)鍵科學(xué)問題1）大數(shù)據(jù)驅(qū)動(dòng)的市場操縱行為監(jiān)管與決策范式轉(zhuǎn)變機(jī)創(chuàng)新點(diǎn)首個(gè)開展面向證券市場操縱行為監(jiān)管的大數(shù)據(jù)特異群組挖掘方法研究的前沿科研課題。特色和創(chuàng)新之處如下：1）從大數(shù)據(jù)視角研究證券市場操縱行為監(jiān)管2）證券市場操縱行為發(fā)現(xiàn)的大數(shù)據(jù)技術(shù)研究3）面向證券市場操縱行為的大數(shù)據(jù)特異群組挖掘體系框架首次提出了面向證券市場操縱行為的大數(shù)據(jù)特異群組挖掘框架，包括新型的證券交易行為數(shù)據(jù)模型；基于持倉特異性、交易模式特異性、及混合特異性的證券市場特異群組挖掘算法；面向大數(shù)據(jù)的特異群組挖掘優(yōu)化技術(shù)等等，也是關(guān)于特異群組挖掘問題研究的