訂閱
糾錯(cuò)
加入自媒體

精準(zhǔn)預(yù)測市場?當(dāng)多方安全計(jì)算遇到量化投研

算力說

量化投資依托量化模型與數(shù)據(jù),尋找能夠帶來超額收益的多種“大概率”策略。傳統(tǒng)量化投資模式下,所使用的外來數(shù)據(jù)在質(zhì)量和安全上存在重大隱患,量化模型效果不穩(wěn)定,影響量化策略的完整性與精確度。

當(dāng)多方安全計(jì)算技術(shù)遇到量化投研,投研機(jī)構(gòu)將怎樣借力挖掘充分?jǐn)?shù)據(jù)價(jià)值?算力隱私數(shù)據(jù)安全專欄特邀郭嘉,初探大數(shù)據(jù)量化建模,及多方安全計(jì)算技術(shù)與量化投研工作的結(jié)合方式。

傳統(tǒng)的投研數(shù)據(jù)同質(zhì)化程度極高,模型效果不具有獨(dú)特性,美國市場有一群人在挖掘和研究更加互聯(lián)網(wǎng)化的數(shù)據(jù)指標(biāo),稱另類因子。由于第三方數(shù)據(jù)的開放流通限制,必須遵守?cái)?shù)據(jù)安全的游戲規(guī)則。本文借由投研對數(shù)據(jù)的安全建模方案,實(shí)現(xiàn)了多方數(shù)據(jù)的投研建模,并實(shí)現(xiàn)了投資模型的加密部署。

大數(shù)據(jù)的量化邏輯

我們可以按數(shù)據(jù)開放程度,簡單地把投研信息分為三類:公開數(shù)據(jù)、半公開數(shù)據(jù)、以及非公開數(shù)據(jù)。

公開數(shù)據(jù),很好理解,就是股價(jià),K線圖等隨時(shí)可以查看的數(shù)據(jù);

半公開數(shù)據(jù),指我們可以獲取到,但不能全面地獲取的數(shù)據(jù),如實(shí)時(shí)的資金流向我們隨時(shí)可以獲取,但是網(wǎng)站并不會(huì)公開以往的數(shù)據(jù);

非公開數(shù)據(jù),即市場上與股票相關(guān)的其他公司、證券交易所內(nèi)部數(shù)據(jù),無法對外提供。

引入一個(gè)概念——量化投資,量化投資簡而言之就是在數(shù)據(jù)中找規(guī)律。大數(shù)據(jù)為量化投資打開了全新的大門,在量化交易中引入大數(shù)據(jù)技術(shù),可以充分挖掘海量數(shù)據(jù)所隱藏的一切信息,來預(yù)測金融經(jīng)濟(jì)活動(dòng),并結(jié)合歷史預(yù)測,及時(shí)將預(yù)測效果加以反饋,以動(dòng)態(tài)更新交易策略,獲得最理想的預(yù)測效果。

傳統(tǒng)的各類量化指標(biāo),無論是基于價(jià)格還是基于財(cái)務(wù)數(shù)據(jù)都會(huì)存在一定的滯后性,無法用更具領(lǐng)先性的手段來了解行業(yè)和市場。而采用了大數(shù)據(jù)技術(shù)的行業(yè)及個(gè)股判斷,則可以在一定程度上改善這一情形。利用搜索因子可掌握投資者情緒,利用電商數(shù)據(jù)可實(shí)時(shí)得知各行業(yè)的基本面動(dòng)向,利用大V數(shù)據(jù)集合了集體的智慧,這幾種大數(shù)據(jù)理論上都可以用來預(yù)測未來市場情況,將互聯(lián)網(wǎng)金融的大數(shù)據(jù)作為選股因子引入模型,代表著資產(chǎn)管理機(jī)構(gòu)在指數(shù)投資上重構(gòu)選股邏輯。

股票市場的信息不對稱性是一直存在的問題,量化交易者無法獲知市場上非公開數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù),且基于大數(shù)據(jù)與模型的量化交易,往往對操作中的數(shù)量與時(shí)間節(jié)點(diǎn)要求分外嚴(yán)格,丟失或篡改數(shù)據(jù)均會(huì)致使預(yù)測與正確結(jié)果相偏離,又或致使交易在不對的時(shí)刻,以錯(cuò)誤的數(shù)量來達(dá)成。若因信息不安全而外泄數(shù)據(jù),長時(shí)間便可能會(huì)致使業(yè)內(nèi)彼此利用這些數(shù)據(jù)來惡化競爭。

多方安全計(jì)算的量化優(yōu)勢

事實(shí)上,有價(jià)值的數(shù)據(jù)往往躺在別人的懷里,如何只進(jìn)行“精神共享”,不進(jìn)行“肉體接觸”,這是當(dāng)下對數(shù)據(jù)應(yīng)用安全的合規(guī)要求。隱私計(jì)算技術(shù)很好地解決了這個(gè)用數(shù)難題。多個(gè)持有各自私有數(shù)據(jù)的參與方,共同執(zhí)行一個(gè)計(jì)算邏輯(如求最大值計(jì)算)并獲得計(jì)算結(jié)果,各方發(fā)送的消息中不能推斷出各方持有的私有數(shù)據(jù)信息,在此技術(shù)下,各參與者的身份和地位相同,可建立共享數(shù)據(jù)策略。由于數(shù)據(jù)不發(fā)生轉(zhuǎn)移,因此不會(huì)泄露用戶隱私或影響數(shù)據(jù)規(guī)范,為了保護(hù)數(shù)據(jù)隱私、滿足合法合規(guī)的要求。專業(yè)術(shù)語稱之為多方安全計(jì)算。

此技術(shù)能夠在保證信息安全前提下,讓投研機(jī)構(gòu)利用非公開數(shù)據(jù)資訊和信息,更好的發(fā)掘和預(yù)測股票的波動(dòng)。本文即嘗試通過安全多方計(jì)算技術(shù)和聯(lián)邦學(xué)習(xí)技術(shù),將公開數(shù)據(jù)和非公開數(shù)據(jù)進(jìn)行結(jié)合,并進(jìn)行量化交易分析,希望該案例能夠給從事量化交易的專業(yè)人士拓展分析思路。

1  2  3  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報(bào)。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題:
    *糾錯(cuò)內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號