3）樣本集為華興源創(chuàng)，用到百度指數(shù)構(gòu)建模型，AUC為0．74，未用到百度指數(shù)構(gòu)建模型（其他入?yún)⒆兞颗c對照組1一致），AUC為0．73，說明百度指數(shù)對應(yīng)預(yù)測有提升效果。（具體信息見下圖）

根據(jù)上述案例，我們發(fā)現(xiàn)添加外部的非公開信息，確實(shí)能夠提升股票預(yù)測能力。

對量化投資來講，傳統(tǒng)量化投資大部分的時(shí)間都浪費(fèi)在了數(shù)據(jù)清洗和數(shù)據(jù)整理上，且對外獲取的數(shù)據(jù)，由于不清楚數(shù)據(jù)來源，數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全存在重大隱患，量化策略可能因?yàn)閿?shù)據(jù)質(zhì)量（數(shù)據(jù)更新不及時(shí)，數(shù)據(jù)獲取方式非法）而帶來反向影響（觸犯個(gè)人隱私、由于數(shù)據(jù)缺失造成量化策略不穩(wěn)�。�。

利用安全多方計(jì)算的方式，量化公司就可以使用外部數(shù)據(jù)源直接進(jìn)行聯(lián)邦學(xué)習(xí)，數(shù)據(jù)方會(huì)根據(jù)量化投資者需求，前期進(jìn)行數(shù)據(jù)的加工和處理，對于量化公司來說，一是可以有效減少數(shù)據(jù)清洗和整理時(shí)間，二是直接對接數(shù)據(jù)源，確保了數(shù)據(jù)安全和數(shù)據(jù)質(zhì)量，三是可以確保業(yè)務(wù)合規(guī)，保證量化模型效果穩(wěn)定，四是可以通過外部數(shù)據(jù)，構(gòu)建非公開數(shù)據(jù)相關(guān)的量化策略和指標(biāo)，獲取更多的超額收益。

展望

本文只是大數(shù)據(jù)量化建模的初探，隱私計(jì)算技術(shù)能夠提供給量化交易更為廣泛、有效的基礎(chǔ)資源、技術(shù)支持，有機(jī)會(huì)促進(jìn)大數(shù)據(jù)技術(shù)基礎(chǔ)下量化交易策略的快速發(fā)展。本篇文章僅僅是通過非公開信息，利用安全多方計(jì)算技術(shù)對量化研究工作進(jìn)行的初步探究，探究方法還比較粗糙，后期作者將基于安全多方計(jì)算對量化交易進(jìn)行更加深入的探究和分析，希望感興趣的朋友們持續(xù)關(guān)注后續(xù)相關(guān)系列文章。