在期货市场,市场操纵行为对金融市场发展造成巨大危害,一直以来都受到监管机构的重点关注。及时检测隐藏在大量正常交易行为中的操纵行为,是预防和监管的前提。在目前电子化市场交易为主导的状况下,如何有效地利用计算机技术从批量交易数据中及时检测市场操纵行为,成为金融市场监管面临的主要问题之一。目前,国内外各大交易所主要依靠人工经验和数据统计对操纵行为进行粗略的分析。然而,随着期货市场交易量的不断增长、操纵行为的日益复杂,以及监管机构对检测准确性和及时性需求的提高,操纵行为的检测难度呈指数级上升。本文以某期货市场的实际交易行为为背景,以聚类分析技术为基础,围绕市场操纵行为检测的主要指标(即委托时间、委托量、委托品种),研究在批量交易中如何检测市场操纵的行为,提出了适应大规模数据交易的检测算法,以期为期货电子交易市场中的操作行为提供可行的检测技术。主要研究结果如下:(1)分析了期货市场操纵行为的当前状况、检测操作行为的主要流程和关键技术。指出现有方法直接运用于期货市场操纵行为检测时存在的不足。详细阐述了适用于检测市场操纵行为的聚类分析技术,操纵行为的界定、形式、模式以及分析流程,这些技术为实际期货市场操纵行为的检测提供了理论基础和技术支撑。(2)围绕期货市场中如何在有限时间和空间条件下快速检测操纵行为这一核心问题,提出了一种基于十字链表的层次聚类算法。该方法以十字链表作为存储结构,通过度量交易数据的相似性,将交易数据相似度矩阵映射到十字链表,把对数据库记录的遍历,转换为对十字链表的遍历,接着通过层次聚类将高度相似的行为聚合为一类,具有较高相似性的一类被列为可疑操纵组,纳入监察队列,以备查证。(3)在上述研究的基础上,以实现期货市场操作行为检测系统为目标。首先,提出了系统总体设计;其次,根据总体设计对其中的关键模块进行详细设计;最后,基于上述设计实现了期货市场操作行为检测系统。通过将期货交易所真实的交易数据应用于系统,验证了系统以及本文所提出的算法的有效性。结果表明,本文提出的适用于大规模交易数据条件下的操纵行为检测方法,能够大大压缩数据量,提高检测的及时性和准确性,为期货市场实施反操纵监管提供有效的技术手段。