样本集为全部股票，用到了百度指数构建模子（其他入参变量与比较组1一致）

本文只是大数据量化建模的初探，隐私计较技能可以或许提供应量化生意业务更为遍及、有效的基本资源、技能支持，有时机促进大数据技能基本下量化生意业务计策的快速成长。本篇文章仅仅是通过非果真信息，操作安详 量化投资依托量化模子与数据，寻找可以或许带来超额收益的多种“或许率”计策。传统量化投资模式下，所利用的外来数据在质量和安详上存在重大隐患，量化模子结果不不变，影响量化计策的完整性与准确度。

综上，该计策通过上述24个指标的构建，团结动量计策和反转计策道理，并通过百度搜索次数作为外部数据，作为回响市场情绪的变量，之后按照IV等指标筛选入参变量，构建逻辑回归模子，预测当日股票是否上涨高出8%。为验证百度指数浸染，计策拟定了四个模子作为比较，详细如下：

作者

操作安详多方计较的方法，量化公司就可以利用外部数据源直接举办联邦进修，数据方会按照量化投资者需求，前期举办数据的加工和处理惩罚，对付量化公司来说，一是可以有效淘汰数据清洗和整理时间，二是直接对接数据源，确保了数据安详和数据质量，三是可以确保业务合规，担保量化模子结果不变，四是可以通过外部数据，构建非果真数据相关的量化计策和指标，获取更多的超额收益。

今朝任职富数科技高级总监，认真隐私计较的办理方案与业务落地。

2）样本集为全部股票，用到百度指数构建模子，AUC为0.76，未用到百度指数构建模子（其他入参变量与比较组1一致），AUC为0.72，说明百度指数对应预测有明明晋升结果。（详细信息见下图）

股票市场的信息差池称性是一直存在的问题，量化生意业务者无法获知市场上非果真数据和互联网数据，且基于大数据与模子的量化生意业务，往往对操纵中的数量与时间节点要求额外严格，丢失或改动数据均会致使预测与正确功效相偏离，又或致使生意业务在差池的时刻，以错误的数量来告竣。若因信息不安详而外泄数据，长时间便大概会致使业内互相操作这些数据来恶化竞争。2

传统的种种量化指标，无论是基于价值照旧基于财政数据城市存在必然的滞后性，无法用更具领先性的手段来相识行业和市场。而回收了大数据技能的行业及个股判定，则可以在必然水平上改进这一景象。操作搜索因子可把握投资者情绪，操作电商数据可及时得知各行业的根基面动向，操作大V数据荟萃了集团的伶俐，这几种大数据理论上都可以用来预测将来市场环境，将互联网金融的大数据作为选股因子引入模子，代表着资产打点机构在指数投资上重构选股逻辑。

研究标的：2019年8月5日-2020年8月4日创业板中所有股票

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。