摘要
本发明实施例涉及金融交易风险识别技术领域,公开了一种程序化异常证券交易风险识别方法,包括:获取当前时段的当前交易数据;对当前时段的当前交易数据进行特征提取,得到当前交易数据对应的当前交易特征;根据当前交易数据的当前交易特征,构造形成当前图结构数据;将当前图结构数据输入第一交易风险识别模型,得到第一风险识别结果;第一交易风险模型为根据图结构样本数据输入图神经网络模型模型训练得到;图结构样本数据为根据历史时刻的程序化交易样本的交易特征数据构造得到;第一风险识别结果包括当前时段存在交易风险的账号信息。通过上述方式,本发明实施例实现了有效提高程序化异常交易的识别准确率。
技术关键词
交易风险识别
交易特征
样本
数据
风险识别方法
神经网络模型训练
客户
账户
流水
节点
计算机设备
标识
时序特征
识别模块
条件生成对抗网络
划分算法
金融交易风险
风险识别装置
系统为您推荐了相关专利信息
电压
粒子群算法
数据收集子系统
分析子系统
损耗
焊接接头
矩阵
超声波探测设备
深度学习模型
钢筋
长短期记忆神经网络
注意力机制
码头
预警方法
计划
巡检系统
多层次卷积神经网络
可视化模块
无人机巡检
数据分析模块