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。

當多方安全計算技術(shù)遇到量化投研，投研機構(gòu)將怎樣借力挖掘充分數(shù)據(jù)價值？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，稱另類因子。由于第三方數(shù)據(jù)的開放流通限制，必須遵守數(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，實現(xiàn)了多方數(shù)據(jù)的投研建模，并實現(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，K線圖等隨時可以查看的數(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)，如實時的資金流向我們隨時可以獲取，但是網(wǎng)站并不會公開以往的數(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，來預測金融經(jīng)濟活動，并結(jié)合歷史預測，及時將預測效果加以反饋，以動態(tài)更新交易策略，獲得最理想的預測效果。

傳統(tǒng)的各類量化指標，無論是基于價格還是基于財務數(shù)據(jù)都會存在一定的滯后性，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)可實時得知各行業(yè)的基本面動向，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)量與時間節(jié)點要求分外嚴格，丟失或篡改數(shù)據(jù)均會致使預測與正確結(jié)果相偏離，又或致使交易在不對的時刻，以錯誤的數(shù)量來達成。若因信息不安全而外泄數(shù)據(jù)，長時間便可能會致使業(yè)內(nèi)彼此利用這些數(shù)據(jù)來惡化競爭。

2 多方安全計算的量化優(yōu)勢

事實上，有價值的數(shù)據(jù)往往躺在別人的懷里，如何只進行“精神共享”，不進行“肉體接觸”，這是當下對數(shù)據(jù)應用安全的合規(guī)要求。隱私計算技術(shù)很好地解決了這個用數(shù)難題。多個持有各自私有數(shù)據(jù)的參與方，共同執(zhí)行一個計算邏輯（如求最大值計算）并獲得計算結(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，因此不會泄露用戶隱私或影響數(shù)據(jù)規(guī)范，為了保護數(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算。

此技術(shù)能夠在保證信息安全前提下，讓投研機構(gòu)利用非公開數(shù)據(jù)資訊和信息，更好的發(fā)掘和預測股票的波動。本文即嘗試通過安全多方計算技術(shù)和聯(lián)邦學習技術(shù)，將公開數(shù)據(jù)和非公開數(shù)據(jù)進行結(jié)合，并進行量化交易分析，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。