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)展的行動綱要》2015年10月29日中央五中全會提出“實施國家大數(shù)據(jù)戰(zhàn)略”2014年、2015年大數(shù)據(jù)寫入《政府工作報告》國家層面科技部《大數(shù)據(jù)重大工程項目建議》《上海市推進(jìn)大數(shù)據(jù)研究與發(fā)展三年行動計劃》《上海市大數(shù)據(jù)與云計算十三五規(guī)劃》《上海市大數(shù)據(jù)與云計算重大科技創(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個家庭調(diào)查時間至少需要1年每次調(diào)查差旅成本平均3000元，總費用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Ngrams是文本詞頻統(tǒng)計算法，可統(tǒng)計GOOGLE電子圖書的詞頻GoogleBooksNgrams.Ngrams是文本詞頻統(tǒng)計算法，可統(tǒng)計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，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：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值的經(jīng)營活動等），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時監(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行。.背景和意義難點：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)狀和動態(tài)第六章

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

（一）可能對證券交易價格產(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)行互為對手方的交易；（三）委托、授權(quán)給同一機(jī)構(gòu)或者同一個人代為從事交易的證券賬戶之間，大量或者頻繁進(jìn)行互為對手方的交易；（四）兩個或兩個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)行互為對手方的交易；（五）大筆申報、連續(xù)申報或者密集申報，以影響證券交易價格；（六）頻繁申報或頻繁撤銷申報，以影響證券交易價格或其他投資者的投資決定；（七）巨額申報，且申報價格明顯偏離申報時的證券市場成交價格；（八）一段時期內(nèi)進(jìn)行大量且連續(xù)的交易；（九）在同一價位或者相近價位大量或者頻繁進(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；（十三）本所認(rèn)為需要重點監(jiān)控的其他異常交易。異常交易行為：高買低賣、虛假申報、連續(xù)集中交易、長期閑置賬戶頻繁異動、大量委托或查詢請求等.國內(nèi)外現(xiàn)狀和動態(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)狀和動態(tài)2008年，Vlachos等采用異常點檢測算法發(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)點循環(huán)（互相買賣）和雙節(jié)點多邊（一個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”公開申報的交易行為數(shù)據(jù)，對非法內(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)狀和動態(tài)2008年，Vlachos等采用異常點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)計與實現(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)計與實現(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DECIMAL(18)Trade_Date成交日期DATETrade_Time成交時間INTEGERTrade_Time_Dec成交時間毫秒DECIMAL(8,7)Order_Time訂單時間INTEGEROrder_Time_Dec訂單時間毫秒DECIMAL(8,7)Order_No訂單編號DECIMAL(18)Trade_Price成交價格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，每個時間點的值是集合形式的，一個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，證券交易行為是個體對象主動的行為，具有個體性，即多個賬戶間不應(yīng)有很多相同（或相似）的交易行為。相對整個市場，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，證券交易行為是個體對象主動的行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，這些賬戶涉嫌操縱股票價格的可能性高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?，F(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象（不具有相似性）的數(shù)據(jù)對象.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數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)對象，即一個數(shù)據(jù)集中大部分對象屬于某些數(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)對象（具有相似性）的數(shù)據(jù)對象（異常對象），這些對象一般不屬于任何簇，也不和其他對象相似，很多情況下異常對象也被稱為孤立點。證券市場操縱行為分析點異常挖掘（PointAnomalies）集合異常挖掘（CollectiveAnomalies）：一個具有相關(guān)性的數(shù)據(jù)對象（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)對象是相似的，其目的是發(fā)現(xiàn)明顯不同于大部分對象（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)，是指在眾多行為對象中，少數(shù)對象群體具有一定數(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，通過使用多個賬戶進(jìn)行分工交易、分倉持有來合謀操縱市場價格和成交量以誘導(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)的價格的交易信息，以相近時刻、相同買賣方向用個人私有資產(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、度量定義及其計算方法研究.證券市場操縱行為分析三、度量定義及其計算方法研究.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，指派所有的對象到簇中，對異常敏感。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，可以使用一個閾值提前終止聚類以獲得期望的對象數(shù)。然而由于涉及對象對的相似度計算而高時間復(fù)雜度。TOPk簇挖掘，k不能決定最后結(jié)果對象的數(shù)量，可能得到大量的點形成的k個簇。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對內(nèi)服務(wù)對外服務(wù)云計算平臺基礎(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)支撐平臺數(shù)據(jù)服務(wù)支撐平臺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)/知識庫分布式計算支撐平臺門戶集成、用戶認(rèn)證、工作流、證券交易、結(jié)算清算、接入服務(wù)、運營服務(wù)實時流數(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、動態(tài)管理、Hadoop數(shù)據(jù)平臺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.對對云計算平臺基礎(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數(shù)據(jù)節(jié)點券商中小投資者市場回放云平臺應(yīng)用云平臺管理系統(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)實時分析數(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數(shù)據(jù)節(jié)點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PC服務(wù)器（4個CPU/128G內(nèi)存/500G-1.5T硬盤）2個Master節(jié)點，8個DataNode節(jié)點數(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)請求（ms）1)

取某證券代碼的一天交易流水?dāng)?shù)據(jù)1828642)

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

對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)請求證券市場操縱行為分析五、核心操縱者挖掘算法設(shè)計與實現(xiàn).證券市場操縱行為分析五、核心操縱者挖掘算法設(shè)計與實現(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)動的市場操縱行為監(jiān)管與決策范式轉(zhuǎn)變機(jī)創(chuàng)新點首個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