A股程序化交易智能识别及分类研究—基于深度学习的方法.pdf

上交所研究论文： 程序化交易日臻复杂， 其蕴含的技术故障、重大差错等风险， 容易对市场秩序和交易安全造成冲击。 鉴于程序化交易的专业性和 复杂性， 要形成针对性强、有效性高的一线监管约束， 前提是构建 有效的程序化交易识别和分类方法。本文提出一种 A 股市场程序化 交易的识别与分类方法—DeepEye。 本文通过系统分析A股市场上现 有的九类程序化交易类型，构建了程序化交易特征指标体系。同 时，首次尝试将深度学习人工智能技术用于程序化交易的识别和分 类，不仅使 DeepEye 整体上具有大数据的处理能力和效率，还克服 了现有方法依据固定阈值进行认定或分类，容易出现遗漏或被技术 性规避的局限