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。
1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。
2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。
123下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
