精準(zhǔn)預(yù)測(cè)市場(chǎng)?當(dāng)多方安全計(jì)算遇到量化投研
算力說(shuō)
量化投資依托量化模型與數(shù)據(jù),尋找能夠帶來(lái)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(lái)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(guó)市場(chǎng)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(kāi)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(duì)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(kāi)放程度,簡(jiǎn)單地把投研信息分為三類:公開(kāi)數(shù)據(jù)、半公開(kāi)數(shù)據(jù)、以及非公開(kāi)數(shù)據(jù)。
公開(kāi)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(kāi)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(kāi)以往的數(shù)據(jù);
非公開(kāi)數(shù)據(jù),即市場(chǎng)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(wú)法對(duì)外提供。
引入一個(gè)概念——量化投資,量化投資簡(jiǎn)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(kāi)了全新的大門(mén),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(lái)預(yù)測(cè)金融經(jīng)濟(jì)活動(dòng),并結(jié)合歷史預(yù)測(cè),及時(shí)將預(yù)測(cè)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(cè)效果。
傳統(tǒng)的各類量化指標(biāo),無(wú)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(wú)法用更具領(lǐng)先性的手段來(lái)了解行業(yè)和市場(chǎng)。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(lái)預(yù)測(cè)未來(lái)市場(chǎng)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(chǎng)的信息不對(duì)稱性是一直存在的問(wèn)題,量化交易者無(wú)法獲知市場(chǎng)上非公開(kāi)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(duì)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(cè)與正確結(jié)果相偏離,又或致使交易在不對(duì)的時(shí)刻,以錯(cuò)誤的數(shù)量來(lái)達(dá)成。若因信息不安全而外泄數(shù)據(jù),長(zhǎng)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(lái)惡化競(jìng)爭(zhēng)。
2 多方安全計(jì)算的量化優(yōu)勢(shì)
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(duì)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(yǔ)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(kāi)數(shù)據(jù)資訊和信息,更好的發(fā)掘和預(yù)測(cè)股票的波動(dòng)。本文即嘗試通過(guò)安全多方計(jì)算技術(shù)和聯(lián)邦學(xué)習(xí)技術(shù),將公開(kāi)數(shù)據(jù)和非公開(kāi)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。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
7月8日立即報(bào)名>> 【在線會(huì)議】英飛凌新一代智能照明方案賦能綠色建筑與工業(yè)互聯(lián)
-
7月22-29日立即報(bào)名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書(shū)》
推薦專題
- 1 AI 眼鏡讓百萬(wàn) APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺(jué)語(yǔ)言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國(guó)跨境支付十大趨勢(shì)
- 5 中國(guó)最具實(shí)力AI公司TOP10
- 6 深圳跑出40億超級(jí)隱形冠軍:賣機(jī)器人年入6.1億,港股上市
- 7 特斯拉Robotaxi上路,馬斯克端上畫(huà)了十年的餅
- 8 “AI六小虎”到了下一個(gè)賽點(diǎn)
- 9 張勇等人退出阿里合伙人
- 10 AI的夏天:第四范式VS云從科技VS地平線機(jī)器人