基于机器学习的场外配资识别算法设计与应用

摘要：

场外配资是一种高风险的融资手段,对可疑的场外配资行为进行及时的识别与监控,有利于维护投资者的合法权益与证券市场的稳定.为此提出一种基于改进XGBoost机器学习算法的配资账户识别方法.通过分析场外配资的业务逻辑,构建了与识别算法强相关的特征指标体系,并结合场外配资行为特性采用召回率作为关键度量指标.通过对所构建识别算法的对比分析,所提出的基于XGBoost的场外配资识别模型得到了更加准确的识别效果,并且通过市场交易行为分析能够更加灵活快速适应市场环境变化,从而更好地用于证券市场的场外配资监控.

关键词：场外配资;随机森林;梯度提升树模型;特征工程

所属期刊栏目：37

分类号：F830.91;TP393(金融、银行)

资助基金：上海市信息化发展专项资金信息化建设和应用资助项目201901060

在线出版日期：2022-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-36,47