首页 > 新闻 > A股

分享到微信

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

AI赋能金融监管:深交所智能监测系统找到多项违法违规线索

第一财经 2025-11-28 22:27:28 听新闻

作者:安卓    责编:黄向东

AI速读
节省3分钟阅读时间

{{aisd}}

AI生成 免责声明

免责声明

前述内容由第一财经“星翼大模型”智能生成,相关AI内容力求但不保证准确性、时效性、完整性等。请用户注意甄别,第一财经不承担由此产生的任何责任。
如您有疑问或需要更多信息,可以联系我们 yonghu@yicai.com
“证券市场异常交易行为智能监测发现技术及应用示范”项目已完成实施工作

11月28日至29日,深交所、港交所、广期所共同举办2025年大湾区交易所科技大会。

本次会议集中发布了8项科技成果,其中,深交所的“证券市场异常交易行为智能监测发现技术及应用示范”和“行业法规大模型”备受关注。

AI模型成功发现多项违法违规线索

随着人工智能、大数据等技术在证券市场的广泛应用,市场投资者交易行为日趋复杂,市场操纵、内幕交易等异常交易行为隐蔽性更强,新的异常行为层出不穷。传统的以人工经验和规则为主的监测方法因存在全面性、准确性、时效性不足等瓶颈,已不能满足新形势下异常交易行为识别与监管的要求。

2022年10月,由深交所牵头,联合高等院校、证券公司和科技企业共10家单位,共同承接了国家重点研发计划项目“证券市场异常交易行为智能监测发现技术及应用示范”。截至2025年9月,该项目已完成实施工作。

为将项目研究成果赋能日常监管业务,增强交易监管智能化水平,深交所将项目研究成果在交易所内部生产环境进行工程化落地,并面向证券市场交易监管应用场景需求通过真实海量交易数据进行优化改造,最终形成了“投资者交易行为分类分析技术”“内幕交易智能化发现技术”“证券市场智能化仿真系统”三大核心成果。

据了解,“证券市场异常交易行为智能监测发现技术及应用示范”项目有三大特点。

一是投资者交易行为分类分析技术。传统基于静态信息和监管规则阈值指标的投资者标签分类方法,在监管具体业务中采用“打补丁”的方式渐进式更新,缺乏对投资者交易行为科学性、系统性的全面刻画。深交所基于课题研究成果,面向证券市场交易监管应用场景需求,利用历史海量交易数据充分挖掘投资者交易行为的深层逻辑,研究了一套涵盖基础属性、价值属性、风险属性、投资风格、交易行为、交易行为动态变化等6大维度、27个类别、104个标签的全维度投资者交易行为标签体系,实现了对投资者交易风格、交易策略、交易行为时序变化等特征的精准量化。

该技术已在深交所原有投资者画像系统中为深市全部投资者增加了77个交易行为标签,为监管人员更全面精准开展投资者行为分析提供了数据支撑,显著提升了对投资者行为的精细化认知能力,解决了传统监管中投资者交易行为表征不完备的难题,提升了市场监管的精准度。

二是内幕交易智能化发现技术。传统基于专家经验、证券交易量价统计预警指标和静态数据关联性的内幕交易发现方法,对一笔异常交易的定性分析需花费大量时间,再加上近年来也存在刻意规避监管规则进行内幕交易的情形,传统监测方法仍存在全面性、时效性不足等瓶颈。

深交所基于课题研究成果构建了一套覆盖全量投资者,涵盖16亿节点、231亿条边的超大规模投资者交易行为时序图谱,并研发了一套内幕交易智能化发现技术。该技术能够主动发现账户交易模式的改变,并挖掘账户间交易行为的相似性,攻克了隐式关联账户组识别难的监管痛点。同时,该技术也是深交所首次将基于AI模型预警的智能化监测技术应用到监管实际中,目前已成功发现多项违法违规线索,极大提高了监管效率,推动监管模式从被动的单点监控向主动的网络化打击升级,实现了工作模式的革新,增强了交易监管智能化水平。

三是证券市场智能化仿真系统。传统实证研究基于历史预测未来,存在算力消耗大、研发周期长、研究成本高的问题。同时,传统数理建模研究对现实市场高度抽象、简化假设,与实际市场复杂运行规律存在明显偏差,影响了评估结论的科学性与可靠性。

深交所结合课题研究成果,基于独立测试交易撮合系统,构建了符合我国市场运行特征的证券市场交易智能仿真系统。该系统融合应用投资者交易行为分类成果,以信息经济学和行为金融学理论为底层支撑,深度挖掘历史账户交易数据中的行为规律,运用计算实验方法将数据转化为可参数化的行为模型,覆盖股票、基金、债券等全品类交易标的,精准划分具备差异化交易逻辑的30类投资者,构建了上万个智能交易机器人,可模拟不同类型参与者的决策路径与市场行为。

据了解,该系统已部署于深交所行业云,满足了监管机构市场风险预研、制度创新测试等需求,有效克服了传统研究不能模拟未发生事件的局限性,为监管政策制定提供了科学依据,同时为市场机构交易策略验证、风险评估提供了科学工具,解决了传统回测消耗算力大、实盘测试依赖真实行情推进且成本高的难题,缩短了策略从研发到风险验证的周期,大幅提升了研发效率。

行业法规问答更及时、更准确、更完整

在行业法规大模型方面,资本市场以法规体系为构建基础,在体系化与规范化要求下,法规文件数量多、分类细、涉及业务领域广且更新频繁,因而行业法规场景下的智能问答需求广泛且迫切。然而,现有通用大模型应用在行业法规智能问答时,普遍存在问题理解不充分、精准性不高、完整性不够等不足。

为此,深交所与华为公司以资本市场应用需求为导向,基于行业法规体系,以提升问题理解力、提高问答精准度、拓展模型功能性为重点,联合打造了行业法规大模型平台。

目前,行业法规大模型平台已部署至行业云,并上线试运行,针对不同需求提供了面向交易所内部与行业机构两个前端应用版本:交易所内部应用已上线办公网,落地投资者服务场景(辅助轮值接电),并嵌入市场培育业务系统;行业应用已提供给部分监管机构与市场机构进行试用,后续将逐步扩大试用范围。

经用户测评反馈,行业法规大模型平台对问题理解准确,在问题回答的精准性与完整性上有明显优势,有效解决行业法规问答及时性、准确性、完整性等痛点;用户对平台多个功能效果均较满意,为后续法规模型智能化深入应用奠定了良好基础。

专业人士认为,行业法规大模型是行业任务模型的重要试点,其技术突破及其对业务的智能化支撑均对未来构建行业其他领域任务模型具有重要参考借鉴作用。行业法规大模型平台对于公司监管、上市审核、投资者服务、市场培育等行业场景具有深远意义,为行业依法治市与合规展业智能应用服务,助力筑牢资本市场法治根基。

举报
第一财经广告合作,请点击这里
此内容为第一财经原创,著作权归第一财经所有。未经第一财经书面授权,不得以任何方式加以使用,包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。
如需获得授权请联系第一财经版权部:banquan@yicai.com

文章作者

一财最热
点击关闭