(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210888956.4 (22)申请日 2022.07.27 (71)申请人 上海琢学 科技有限公司 地址 200040 上海市 静安区江场三路238号 1601-254室 (72)发明人 李炜　李挺　宋林利　 (74)专利代理 机构 福州君诚知识产权代理有限 公司 35211 专利代理师 戴雨君 (51)Int.Cl. G06Q 30/02(2012.01) G06N 20/00(2019.01) (54)发明名称 一种面向券商业务的融资融券潜客发现预 测方法 (57)摘要 本发明公开了一种面向券商业务的融资融 券潜客发现预测方法， 方法基于券商业务个人客 户的基本信息、 资产信息、 交易行为、 产品持有、 持仓行为、 盈亏等数据资源， 结合业务经验及数 据可视化探查， 设计相应特征指标， 形成特征宽 表， 利用机器学习梯度提升决策树算法识别和预 测潜在开通融资融券的客户， 利用Kmeans算法对 潜在开通客户进行客户分群， 找出每个细分客群 中的共有特征， 制定针对性的营销策略， 本发明 充分发挥 算法的优势， 运用机器学习算法多维度 多角度进行模型训练、 预测， 其结果更具有准确 性， 此方法能够更加全面更多角度的发现影响客 户开通融资融券的因素； 通过对 未来一个月潜在 开通融资融券的客户进行预测， 提前预知客户动 态。 权利要求书1页 说明书4页 附图2页 CN 115131077 A 2022.09.30 CN 115131077 A 1.一种面向券商业务的融资融券潜客发现预测方法， 其特征在于： 包括下列步骤： 步骤 1： 数据获取： 获取券商个人客户近一 年来基本信息、 资产、 交易、 盈 亏、 产品持有数据； 步骤2： 数据探查： 从获取的券商个人客户近一年的数据中， 探查样本总量、 开通融资融 券客户与未开 通客户的样本数、 数据缺失值情况、 异常值情况、 正负 样本不平衡情况； 步骤3： 构建指标特征宽表： 从获取的券商个人客户近一年的数据中， 利用python、 excel分析工具进 行可视化统计分析， 探查开通融资融券客群基本信息中的共有 特征、 开通 前后客户的资产、 交易行为、 产品持有、 盈亏变化情况以及开通客户与未开通客户的指标差 异， 设计相应的建模指标， 构建指标 特征宽表， 全面刻画开 通融资融券客户特 征； 步骤4： 数据 预处理： 在指标特征宽表基础上对数据预处理， 解决样本不平衡、 异常值处 理、 缺失值 填补的问题； 步骤5： 模型构建： 基于预处 理后的数据， 利用GBDT算法， 进行模型的训练； 步骤6： 名单输出： 基于训练好的模型， 输出 未来一个月潜在开 通融资融券客户名单； 步骤7： 客户分群： 针对预测名单， 利用Kmeans算法进行客群细分， 提炼每个细分客群的 共有特征； 步骤8： 实施营销： 制定针对性的营销策略， 达 到千人千面的精准营销效。 2.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 所述步骤4中采用过采样SMOTE算法解决样本的不平衡现象。 3.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 步骤2中采用SMOTE采样技 术解决样本的不平衡现象。 4.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 步骤4中采用箱线图法加业务经验进行异常值检测， 并对异常值进行删除处理， 提升数 据质量。 5.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 步骤4中采用数值型中年龄字段， 进 行中位数填充， 其余数值型缺 失值进行零填充， 字 符 型缺失值进行 众数填充的缺失值处 理方法， 提升数据质量。 6.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 所述步骤5中采用了GBDT(梯度提升决策树)算法进行模型训练及预测； 其中， GBDT损失函数的定义 为： 其中f(x)为模型对训练样本的预测值， y为训练样本的真实标签。 7.根据权利要求1所述的一种面向券商业务的融资融券潜客发现预测方法， 其特征在 于： 所述步骤7中采用了Kmeans算法进行潜在流失客户分群； 其中， 算法采用欧式距离进行 迭代分群， 欧式距离 定义为： 其中， Xi为要需要划分群的样本， Xit为第i个样本的第t个特征； Cj为第j个簇中心， Cjt为 第j个簇中心的第t个特 征。权　利　要　求　书 1/1 页 2 CN 115131077 A 2一种面向券商业务的融资融券潜客发现 预测方法 技术领域 [0001]本发明属于券商业务大数据应用技术领域， 具体涉及一种面向券商业务的融资融 券潜客发现预测方法。 背景技术 [0002]随着大数据技术、 人工智能的应用越来越普及， 券商的经营方式从过去的以产品 为中心过渡到以数据为中心阶段， 数据驱动生产力成为券商发展的不可逆的方向。 [0003]在大数据改变人们金融生活、 大数据助力证券业务转型升级进程中， 通过主动挖 掘潜在客户行为， 发现数据价值， 走数据化证券自主创新之路， 以应对市场同业的竞争和挑 战。 [0004]券商的融资融券交易又称 “证券信用交易 ”或保证金交易， 是指投资者向具有融资 融券业务资格的证券公司提供担保物， 借入资金买入证券 （融资交易） 或借入证券并卖出 （融券交易） 的行为。 包括券商对投资者的融资、 融券和金融机构对券商的融资、 融券。 结合 当前大数据环境下， 券商客户数据积累达到GB甚至TB的数据量水平， 客户经理通过业务经 验挖掘潜在融资融券潜在开通客户， 挑战巨大。 因此， 需要充分利用大数据分析、 机器学习 等技术， 根据客户历史行为特征、 基本属性、 产品偏好、 盈亏、 交易等数据， 发现券商业开通 融资融券客户的特征， 进而挖掘出开通融资融券的潜在客户， 提升券商融资融券营销精准 度。 发明内容 [0005]本发明的目的在于提供一种面向券商业务的融资融券潜客发现预测方法， 该方法 基于券商业务个人客户的基本信息、 资产信息、 交易行为、 产品持有、 持仓行为、 盈亏等方面 进行统计分析， 提前感知客户未来一段时间开通融资融券的可能性， 制定针对性营销策略， 实施精准营销， 增 加券商利 润。 [0006]为实现上述目的， 本发明提供如下技术方案： 一种面向券商业务的融资融券潜客 发现预测方法： 包括以下 具体步骤： 步骤1： 数据获取： 获取券商个人客户近一年来基本信息、 资产、 交易、 盈亏、 产品持 有数据； 步骤2： 数据探查： 从获取的券商个人客户近一年的数据中， 探查样本总量、 开通融 资融券客户与未开 通客户的样本数、 数据缺失值情况、 异常值情况、 正负 样本不平衡情况； 步骤3： 构建指标特征宽表： 从获取的券商个人客户近一年的数据中， 利用python 进行可视化统计分析， 探查开通融资融券客群基本信息中的共有特征、 开通前后客户的资 产、 交易行为、 产品持有、 盈亏等变化情况以及开通客户与未开通客户的指标差异， 设计相 应的建模指标， 构建指标 特征宽表， 全面刻画开 通融资融券客户特 征； 步骤4： 数据预处理： 在指标特征宽表基础上对数据预处理， 解决样本不平衡、 异常 值处理、 缺失值 填补等问题；说　明　书 1/4 页 3 CN 115131077 A 3