近日,中国领先的产业数字化研究与咨询机构爱分析正式发布《新基建助推,人工智能应用迈入新阶段—2021爱分析·中国人工智能应用趋势报告》



经严格筛选,星环科技作为AI在政府与公共服务领域的应用场景及典型厂商入选报告中政务服务、城市安全、智慧交通三大应用场景。报告还重点解读了星环科技助力某期货交易所搭建AI预测模型,提升智能决策水平实践案例



案例介绍



报告中详细阐述了星环科技是如何利用数据科学平台的机器学习及深度学习技术,为该期货交易所搭建AI预测模型,提升其智能决策水平。
问题与需求

由于期货市场连接实体经济和金融市场,有效弥补了现货市场的不足,对于稳定与促进市场经济发展发挥着重要作用。


而且保证金标准、涨跌停板幅度、交易手续费等措施是期货交易所开展市场监管的重要手段。以往,交易规则制定往往基于专家经验和规则作为决策的主要依据,但市场随时都在发生变化,过去的规则经验往往对当下的市场反应估计不足。


尤其是针对高频交易场景,这一问题更为凸显。高频交易数据量大,噪声多,数据类型较为单一。而高频度违规的交易模式,如频繁撤单、自买自卖,虚假报单等,却隐藏于这海量的交易数据当中,十分不易发现。过去通过人工识别的异常交易手段已无法满足庞杂的金融数据及瞬息万变的市场操作。
此外,在针对交易行为监控方面,以往,交易所的审批工作都是基于人工完成,费时耗力,业务响应效率低。
解决方案


在这一背景下,星环科技利用数据科学平台的机器学习及深度学习技术,为该期货交易所搭建了深度神经网络模型,应用在交易规则制定、交易异常行为识别以及套期保值额度审批三个场景中。对应这三个场景,星环科技为该期货交易所分别搭建了三个系统——监管措施辅助决策系统、异常交易识别系统以及套期保值审批额度推荐系统。
辅助交易规则制定,政策制定更审慎合理
交易规则调整属于低频度行为,过往数据较少、历史数据信噪比低。此外,期货交易品种间交易特性也并非完全一样,这对模型的算法能力提出了更高要求。
考虑这一难点,在搭建监管措施辅助决策系统时,星环科技最终选用了Seq2Seq和专家规则的场景融合算法。星环科技提供的监管措施辅助决策系统结合历史措施调整情况和大量历史数据,建立监管参数目标值与市场运行情况的关系模型,深度分析并挖掘不同的监管措施目标值可能对市场产生的影响(交易量、持仓量变化等)。能够在政策措施出台前,评估某一政策对期货市场产生的影响,提供交易规则措施制定的辅助决策,使得政策更加审慎合理。

如上图所示,数据清洗加工环节采用星环TDH大数据平台进行数据的抽取、清洗、存储和加工;随后,基于星环TDH并结合TensorFlow框架进行数据输入,通过星环人工智能平台Sophon协作开发,采用Seq2Seq深度学习相关技术进行算法建模。
在建模过程中,采用专家经验机器学习相结合的方式进行规则发现,基于星环Slipstream 进行规则计算,利用星环最新发布的 FIDE 规则引擎平台进行规则决策,结合指标计算模块实时计算的能力,对AI模型特征进行实时的计算,以获取AI模型在实时业务的场景下完成模型的实时预测,并结合决策引擎对于模型/规则的管理,实现专家规则+AI 模型的双轨制决策模式,增强了AI模型在业务场景中的应用可解释性。
最后,通过 Sophon 模型API进行发布,快速上线并可以定时更新模型,增量更新模型质量的需求,方便维护。并对接下游应用系统、可视化BI系统、实时监控大屏的业务终端,从而最终完成模型上线闭环打通。
该模型实现系统查询响应时间在3秒以下;所有涉及智能化算法执行响应时间在5分钟以内;模型日常训练、迭代及批处理时长则在一小时以内。
异常交易识别系统,快速锁定异常行为
星环科技为该期货交易所提供的异常交易(交易模式)识别系统,通过星环一站式大数据平台TDH和企业级人工智能平台 Transwarp Sophon 共同构建深度神经网络模型,结合波动率、持仓量、基差、价差等衍生品定价等时序波动特征识别异常交易模式,提前预测市场风险。
星环科技的高频交易模式识别模型可以根据定单、交易、持仓等一系列分析维度,结合日内K线(秒级、分钟级)以及定单薄状态,分析高频交易客户定单触发条件以及交易行为,总结交易模式(或策略),生成相应的交易模式(特征)报告,通过图形化方式展示客户交易特征。
此外,系统可构建异常交易客户标签体系,通过输出异常交易的客户特征标签,建立异常交易客户画像。系统还可以生成市场交易模式报告,根据选定的客户群体,结合异常交易(交易模式)识别算法输出结果,以及所选客户的特征阈值生成对应交易模式报告。
异常交易(交易模式)识别系统上线后,该期货交易所通过构建客户画像,能够更精准的识别不同客户的风险,更及时发现异常交易。
套期保值审批额度推荐系统,实现审批自动化、智能化
在期货市场中,生产经营者通过进行套期保值业务来回避现货交易中价格波动带来的风险,锁定生产经营成本,实现预期利润。针对套期保值交易,交易所执行的是套期保值额度审批制度,即各合约同一方向套期保值持仓合计不得超过该方向获批的套期保值额度。交易所实行套期保值额度审批制度。
该期货交易所与星环科技合作上线了套期保值审批额度推荐系统。在准确理解业务,分场景、分品种大批量的应用规则基础上,系统完成建设了发现规则、配置指标、配置规则、计算指标、执行规则等 5个核心步骤,能够根据账户数据以外,结合合约风险、持仓情况、仓单情况、期现货价格、合约间价差等数据,实现自动化、智能化的即时套保额度计算预审批。
该系统的运作流程如下:基于星环 Slipstream模块,建立实时流计算引擎和数据处理; 建立多维度的指标定义功能模块及灵活多变的配置功能模块; 最后,基于星环FIDE规则引擎平台进行规则决策建立决策引擎,使得配置出来的规则都够快速执行出响应的结果。

上线了星环科技的这套解决方案后,该期货交易所实现了套期保值审批额度报表的自动生成。套保审核人员可根据实际需要,针对不同品种、合约的一般月份套保以及临近月份分别配置计算规则,用于规则额度的即时计算,并生成解释性报告。额度推荐包括可以在会员提交套保申请后3分钟内完成推荐报告。此外,套保审核人员还可进行参数配置,包括通用参数、品种(合约)具体规则等计算业务参数。

应用成果

总体上,星环科技的监管措施辅助决策系统、异常交易识别系统以及套期保值审批额度推荐系统上线后,该期货交易所摆脱了以往纯依赖人工和专家经验的状况,实现了更精准的监管决策和分析研判,更科学的交易规则政策制定,更快速的异常行为识别,更高的审批效率及更优的用户体验。




屡获肯定



凭借为客户不断落地智能化转型方案的实践经验,2020年星环科技获得AI优秀案例实践奖,并荣登“2020中国人工智能商业落地价值潜力100强”榜单等奖项。


还成功入选《知识图谱厂商》报告的金融、政府与公共事务、能源与工业等多个行业场景地图,共七大应用场景,“基于图数据库的知识图谱平台”获2020服贸会科技创新服务示范案例称号。


在新基建的助推下,人工智能将迈向新的阶段,正加速人工智能的应用落地,人工智能正在从云计算向边缘计算延伸,未来将形成云计算与边缘计算协同发展的态势,为人工智能提供更强大的基础设施。


星环科技致力于构建“云计算+大数据+数据库+人工智能”的基础平台产品,随着多模型、云原生、联邦学习、智能化等技术正助力大数据不断发展和革新,星环科技会持续将产品贴合场景应用,用技术赋能更多的企业实现数字化转型。


©著作权归作者所有:来自51CTO博客作者mob604756fd5175的原创作品,如需转载,请注明出处,否则将追究法律责任

更多相关文章

  1. 【案例】星环科技助力郑州商品交易所搭建AI预测模型,提升智能决策
  2. 自主可控常见“六大误区”
  3. 苹果Mac屏幕录制分享软件:Berrycast
  4. 二手闲置物品交易数据快照
  5. 前端技术分享:盒模型的概念和文本溢出解决办法
  6. Java技术分享:小白如何入门Mybatis?
  7. 刚开始接触苹果Mac,如何认识桌面上的基本功能?
  8. Spark RDD在Spark中的地位和作用如何?
  9. Servlet基本概念及执行流程

随机推荐

  1. Android的滑动手势处理
  2. Android开发——工欲善其事必先利其器
  3. android应用程序fps meter[帧数显示]的分
  4. ISurfaceComposer接口有13个成员函数
  5. Android 日志系统logcat内核代码分析
  6. ubuntu环境:下载、编译模拟器平台android
  7. Android(2017-2018)BAT面试题整理(java篇,
  8. Android机顶盒 adb命令模拟遥控器操作
  9. Android 常用ADB命令汇总!!! -- 持续补充
  10. Android中 备份短信 还原短信