证券管理决策大数据挖掘云服务平台研究

This project, towards to support securities management decisions, aims to study the theory and the method of securities big data mining to build platform. Securities big data holds the following characteristics: huge amounts, complexity, sparsity in information and scheduling. As a consequent, this project researches four aspects including (1) statistical inference the distribution of big data based on data sampling, Bayesian support vector regression and Dirichlet mixture Gaussian model; (2) complex event correlation analysis, securities data online analysis model as well as the prediction of stock components; (3) for the heterogeneity and diversification of securities and its associated web big data, we study multi-view and multi-model fusion approaches for the analysis of stock account behaviors, especially on behavior patterns discovery and outlier behavior detection; (4) complexity analysis of big data mining method, and constructing regulatory decision making big data mining cloud service platform via clouding service. To publish 20 papers in well-known conferences of journals, among them 10 papers are indexed by SCI, and 10 papers are appeared on premier international conferences. We expect to abundant research achievements in this domain, and improve the level of securities managements of our country.

本项目面向证券管理与决策，对证券大数据挖掘的理论、方法和平台展开研究。证券大数据具备海量性、复杂性、信息稀疏性、时序性等特征，为此本项目研究：(1) 研究基于大数据抽样、基于贝叶斯支持向量回归以及Dirichlet过程混合Gaussian分布的大数据统计推断，用于证券时间序列数据波动率分析；(2) 研究证券大数据的复杂事件关联在线分析模型，以及股票数据的关联分析以及股票成分预测；(3) 针对证券及其关联的网络大数据的多类型、来源多样化，研究基于多视图与多模型融合的证券大数据整合分析算法，用于用户行为模式研究和账户异常行为发现；(4) 研究分析大数据挖掘方法的计算复杂性，实现高效的并行化算法并封装为云服务，构建证券管理决策大数据挖掘云服务平台。在国内外学术会议、刊物发表高水平论文20篇以上，其中SCI收录10篇以上，在高水平国际会议10篇以上，丰富该领域的研究成果，提高我国证券管理决策水平。

近年来，我国高度重视金融市场稳定运行，其中，证券市场是其核心组成部分。证券相关大数据具备海量性、时序性、实时性、复杂性、异构性、信息稀疏性等特征。本项目面向证券市场管理与决策中的大数据建模理论、方法与应用开展研究，实施3年以来，在基于数据抽样和贝叶斯方法的大数据统计推断、复杂事件关联分析与挖掘、多视图与多模态融合的大数据融合分析算法、账户异常行为发现、证券文本语义感知等方面开展研究，并在我国股票、债券市场相关数据上进行效果验证，提升证券大数据分析与治理水平。构建证券管理决策大数据挖掘云服务平台，封装高效数据分析与挖掘并行算法，以云服务的方式对外提供证券大数据挖掘与分析能力，赋能我国证券市场相关管理决策研究。受本项目资助，共在国内外学术会议、刊物发表录用高水平论文31篇，其中SCI 10篇，高水平国际会议18篇，1个软件著作权，丰富了证券大数据挖掘分析领域的研究成果，提高了我国证券管理决策水平。