解决方案简介

天云数据通过人工智能赋能，实现了某证券公司线下数据线上化，盘活数据资产，有效发挥数据价值；同时，智查系统具有自发学习能力，能够基于新发现查处的配资账户及时调整修正配资账户区别于普通账户的识别规律。整个流程完全基于系统内部算法完成，不需监管部门进行任何人工工作，有效的提升了疑似配资账户的发现识别效率。

目前，智查系统已在多家券商快速落地，实现异常交易的风险监测。天云利用机器学习将券商异常交易的能力提炼出来，封装成推理端服务，全面提升了全行业的风险稽查能力。各个分布在全行业的机构，并不需要访问监管部门的行业敏感数据，而只是将其知识做封装和移动，抽象出来特征。不需要移动数据、访问数据，就可以将行业的知识来替代之前的经验规则，将成为AI服务于数据流动、交易、定价的商业实践。

应用场景痛点简介

长期以来，异常交易监测一直是证券公司加强账户实名制管理的重点和难点问题。传统方式以手工为主，存在成本高、效率低、更新慢等缺点。而通过信息化手段归集原本零散的知识经验，系统化形成证券公司筛查、统计、沟通、审核、处置、转化等工作流程，可以确保处理效率，并做到处理情况可审计、可检验。

传统的异常交易账户查处方法存在以下几个不足：

一是通过人为观察已经发现的异常交易账户寻找规律，发现的规律往往过于表面，难以发现深层次的异常交易账户交易模式和特点，通过这样的规律查处用来新的异常交易账户一方面可能会漏掉部分异常交易账户，另一方面定位发现的新异常交易账户可能存在大量的非异常交易账户，进一步委派检查人员对这些错判的异常交易账户进行实际调查导致人力资源的浪费。

二是异常交易账户的交易模式规律往往随着监管的查处力度发生变化。一旦监管层面执行大力度的异常交易账户查处，异常交易公司往往会改变交易模式，导致之前总结的异常交易账户查处规律不再适用，监管者需要重新寻找新的异常交易账户规律。

解决方案亮点介绍

智查异常交易账户监测系统可以有效的改善传统人工查找异常交易账户的两方面不足。首先，该系统利用先进的人工智能的方法寻找异常交易账户区别与普通账户的交易模式和规律。人工智能依赖计算机的高性能计算能力，更加复杂的计算规则，可以更加深程度地发现异常交易账户与普通账户在交易模式规律上的区别，通过发现更有效的区别规则，该异常交易账户自动识别系统可以更加有效的实现未知异常交易账户的查询发现功能。

另外，该异常交易账户监测系统具备自发学习的功能，能够基于新发现查处的异常交易账户及时调整修正异常交易账户区别于普通账户的识别规律。异常交易账户的行为模式一般会基于市场行情的变化而变化，举例而言，在市场火爆行情中，异常交易账户的日成交量可能在百万级别左右，而在行情冷淡的时候，异常交易账户的成交量可能会大幅度缩水至几十万甚至数万，这种情况下如果仍然使用行情火爆时候的异常交易账户分类标准，很有可能会把异常交易账户误判为非异常交易账户，因此，异常交易账户的分类模型需要随着行情不断完善。而智查异常交易监测系统具有自发学习的功能，通过将新查处发现的异常交易账户放入模型进行模型重新学习，模型内部参数会基于新的异常交易账户相应的调整，因此达到不断优化更新模型的效果。从而达到对于新的异常交易账户也具备有效的查处能力。

此外，该系统实现了异常交易账户的一体化自动发现识别过程，监管人员仅需要将未知账户的近期交易记录导入该系统，该系统基于内部算法会自动实现账户交易模式的识别，交易模式特征的计算，将该账户的交易模式与已经发现的异常交易账户进行比较，判定该账户是否为异常交易账户，终模型的输出结果为该未知账户是异常交易账户的可能性。整个流程完全基于系统内部算法完成，不需监管部门进行任何人工工作，有效的提升了疑似异常交易账户的发现识别效率。

金融行业客户名单及客户评价

金融行业客户：中泰证券等。

金融行业客户评价：

天云数据智查系统的主要技术创新是基于人工智能算法识别相关账户区别于普通账户的隐藏行为模式和特点,并在此基础上建立异常账户自动识别模型。在技术实现上，在众多机器学习算法中自动调优,结合特定账户开展有监督训练,提升异常交易账户发现能力;在检验效果上，“智查系统”可检测出其中80%(即模型召回率);系统检测出的疑似账户有90%涉嫌违规行为。