阅读进度

证券与资管 · 案例 2.4

交易异常监控

漏掉的异常交易大多出在账户组,问题在数据关联,不在模型

跳到本案目录

30 秒速读

真问题
不是「识别能力不够」,是「没有账户组视角」。
成功标准
对这 15 个历史案例回放,在交易所发出监管提示前识别出 ≥ 10 个;每天新增的账户组预警 ≤ 20 组,和监控岗的处理能力匹配。
最后交给谁
交接给合规部一位交易监控主管:负责排除清单、关联规则和预警阈值的维护;信息技术部负责每日数据作业。
带走一条判断
先复盘已经发生的漏报,看漏在哪里,再决定用什么技术。

1客户嘴上要的

「交易所多次就客户异常交易向我们发出监管提示,还关注我们的客户交易行为管理是否到位,这些客户我们都没有提前发现。上一个大模型,识别操纵市场等异常交易行为。」

这是症状或现成方案,不一定是真问题。下面看两种做法。

2照字面做,会怎么烂

把客户逐笔委托数据接入,训练无监督异常检测模型,每天输出几千个「异常账户」。合规部的交易监控岗只有 4 个人,根本看不完;而且多数「异常」只是普通的短线交易。再接大模型来「解释异常」,解释读起来通顺,但无法证实。

3好 FDE 的实际走法

共 6 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。

  1. 第 1 周复盘交易所监管提示

    • 跟合规部交易监控岗坐两天,看现有监控系统的规则和每日预警,再把近一年交易所的监管提示、协查和问询记录逐一复盘,共 15 个案例。
    • 发现:15 个案例中有 12 个,单个账户看都不触发规则,但几个账户合起来看就是明显的对倒或拉抬。这些账户共用交易终端信息(IP、设备标识)、手机号或银行卡,现有系统没有把它们关联起来。
    • 真问题不是「识别能力不够」,是「没有账户组视角」。成功标准改成:对这 15 个历史案例回放,在交易所发出监管提示前识别出 ≥ 10 个;每天新增的账户组预警 ≤ 20 组,和监控岗的处理能力匹配。
  2. 第 2 周定范围 + 拿数据

    • 砍范围:第一版只做盘后 T+1 分析,不碰实时交易链路;只用已有数据:客户资料、交易终端信息、三方存管银行卡、委托成交数据。
    • 交易终端信息在信息技术部,客户资料在经纪业务条线。好 FDE 请合规总监出面,用「回应交易所监管提示」作为理由,拿到只读权限和明确的使用范围。
    • 政治难点:经纪业务担心大客户被频繁关注。先说清楚:系统只产生内部预警,是否采取措施仍由合规部按现有制度决定。
    • 踩坑不要接入交易时段的生产链路。任何影响交易稳定的风险,都会让项目直接停掉。
  3. 第 3–4 周原型:先关联,再判断

    • 用规则把共享终端信息、手机号、银行卡的账户连成账户组,再在账户组层面套用监控岗已有的异常交易规则(如成交量占比、反复对倒)。这一步不需要大模型。
    • 大模型只做一件事:把账户组的关联证据和交易行为整理成一页说明,每条事实链接到原始记录,供监控岗判断。
    • evals:用 15 个历史案例回放,记录识别率和提前天数;再抽 100 个预警账户组请监控岗判断,「值得关注」的比例 ≥ 50%。
    • 踩坑共用 IP 不一定是关联(如同一营业部、同一公司网络)。要把营业部和公共网络的 IP 先列入排除清单,否则误报会淹没真预警。
  4. 第 5 周Demo + 并行运行

    • 新系统和现有监控系统并行运行 3 周,让监控岗本人每天处理账户组预警,并记录处理结论。
    • 常见反馈:「关联证据很有用,交易行为说明可以更短」——据此精简说明,只保留关键指标。
  5. 第 6 周交接交接

    • 并行运行在交接后继续 2 周,FDE 每周看一次指标。并行结束时,由下面的交易监控主管按成功标准验收:每天账户组预警是否 ≤ 20 组、「值得关注」比例是否 ≥ 50%,再决定是否替代人工筛查。
    • 交接给合规部一位交易监控主管:负责排除清单、关联规则和预警阈值的维护;信息技术部负责每日数据作业。运行手册写清:每次收到交易所监管提示,都要回放检查系统是否提前识别,没有识别的补规则。

4这个案例教给你的可复用判断

  1. 先复盘已经发生的漏报,看漏在哪里,再决定用什么技术。

  2. 关联类规则要先建排除清单(营业部、公共网络),否则误报会淹没真预警。

  3. 涉及大客户的监控,先说清「只做内部预警、按现有制度处置」,化解业务条线的阻力。

  4. 用交易所监管提示的历史记录做测试集,结果最能说服管理层。

你手上也有类似的场景?

说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。

证券与资管的其他案例

内容更新:2026-11-11