项目名称: 大数据环境下的证券市场操纵行为发现机理、模型与方法

项目编号: No.91546105

项目类型: 重大研究计划

立项/批准年度: 2016

项目学科: 管理科学

项目作者: 熊赟

作者单位: 复旦大学

项目金额: 43万元

中文摘要: 大数据应用是用大数据支持决策活动,产生新的决策方法和工作方式。近年来在大数据技术支持下,证券市场监管理念开始发生变革,产生了新的监管模式并初见成效。然而市场操纵行为隐蔽性强、难以甄别、查处成本高,及时发现并查处这些账户仍是证券监管面临的执法困境。大数据监管是一个全新课题,相关研究尚处在初期探索阶段,很多问题尚待研究。本项目首次系统的探索大数据环境下的市场操纵行为发现机理,具有前瞻性,提供证券市场大数据监管研究的新视角。首先,分析证券交易行为大数据特征,构建表示模型;然后,建立大数据环境下的市场操纵行为发现模型,设计面向市场操纵行为的大数据特异群组挖掘算法,揭示市场操纵行为特征;最后,以上海证券交易所为实证平台,检验方法的实用性和可扩展性。研究成果将为证券市场监管提供新型技术手段,对于证券市场监管模式创新研究具有重要科学意义;也为证券市场监管提供实证依据,具有实际价值。

中文关键词: 数据挖掘;大数据;证券市场监管;市场操纵

英文摘要: Big data technology leads to a fundamental shift in decision-making strategy and working style. It becomes an ever-increasing concern from the supervision and administration of the securities market. Some securities regulators realized the big data technology’s potential and have begun to apply regulatory strategies based on the collection and analysis of extensive data in innovative ways. However, it is always difficult to identify market manipulation behaviors due to their concealment and complexity. The study of big data technology in securities market regulation is still at an initial stage. This project is of the first time to study anomaly group mining in securities market via big data technology. It will provide a novel perspective to view securities market supervision mechanism. The topics of our project include, i. studying and modelling the securities trading behavior data, ii. formatting the problem of anomaly group mining of market manipulation in stock market via big data technology, iii. exploring effective and efficient anomaly group mining algorithms and conducting empirical research. This project will deliver an innovative solution for the stock market supervision and administration mechanism with great scientific and practical importance.

英文关键词: Data Mining;Big Data;Securities Regulation;Market Manipulation

成为VIP会员查看完整内容
0

相关内容

数据挖掘(Data mining)一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息和知识的过程。
2022年中国隐私计算行业研究报告(附下载)
专知会员服务
95+阅读 · 2022年5月1日
车联网数据安全监管制度研究报告2022
专知会员服务
33+阅读 · 2022年3月28日
数据资产管理实践白皮书(5.0版)
专知会员服务
49+阅读 · 2022年1月11日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
91+阅读 · 2021年12月17日
中国金融科技生态白皮书,73页pdf
专知会员服务
43+阅读 · 2021年10月30日
专知会员服务
41+阅读 · 2021年6月22日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
2+阅读 · 2021年5月30日
专知会员服务
41+阅读 · 2021年3月28日
你有过什么冲动消费吗?
ZEALER订阅号
0+阅读 · 2022年3月26日
聊聊你的春节计划吧~
ZEALER订阅号
0+阅读 · 2022年1月28日
你做的科研,值钱么?| 调查问卷
学术头条
0+阅读 · 2022年1月10日
互联网金融中的交易反欺诈模型
炼数成金订阅号
14+阅读 · 2018年3月9日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
34+阅读 · 2020年1月2日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
2022年中国隐私计算行业研究报告(附下载)
专知会员服务
95+阅读 · 2022年5月1日
车联网数据安全监管制度研究报告2022
专知会员服务
33+阅读 · 2022年3月28日
数据资产管理实践白皮书(5.0版)
专知会员服务
49+阅读 · 2022年1月11日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
91+阅读 · 2021年12月17日
中国金融科技生态白皮书,73页pdf
专知会员服务
43+阅读 · 2021年10月30日
专知会员服务
41+阅读 · 2021年6月22日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
2+阅读 · 2021年5月30日
专知会员服务
41+阅读 · 2021年3月28日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员