3 Avatar的開(kāi)幕式

“這個(gè)case不是為了證明第三方數(shù)據(jù)有多牛，是表演一下投研對(duì)數(shù)據(jù)的安全建模方案”。

研究標(biāo)的：2019年8月5日－2020年8月4日創(chuàng)業(yè)板中所有股票

研究目標(biāo)：該策略目標(biāo)為利用歷史數(shù)據(jù)，預(yù)測(cè)每只股票當(dāng)天是否漲幅超8％，即樣本集中日股票漲幅超8％，y值為1，否則y值為0。

研究變量

聯(lián)邦學(xué)習(xí)中節(jié)點(diǎn)A數(shù)據(jù)：通過(guò)股票歷史數(shù)據(jù)（公開(kāi)數(shù)據(jù)），構(gòu)建了當(dāng)日星期、近三天平均收益率、近七天平均收益率、近三天絕對(duì)收益率、近七天絕對(duì)收益率、近三天標(biāo)準(zhǔn)差、近七天標(biāo)準(zhǔn)差、近三天平均換手率、近七天平均換手率、近三天平均成交量、近七天平均成交量、近三天上漲天數(shù)、近七天上漲天數(shù)、近三天漲幅大于5％次數(shù)、近七天漲幅大于5％次數(shù)、近三天跌幅大于5％次數(shù)、近七天跌幅大于5％次數(shù)，共17個(gè)指標(biāo)。

聯(lián)邦學(xué)習(xí)中節(jié)點(diǎn)B數(shù)據(jù)：通過(guò)百度搜索中關(guān)鍵詞為“創(chuàng)業(yè)板”的搜索次數(shù)，構(gòu)建了當(dāng)日創(chuàng)業(yè)板搜索指數(shù)、近一天創(chuàng)業(yè)板搜索指數(shù)、近三天創(chuàng)業(yè)板搜索指數(shù)、近七天創(chuàng)業(yè)板搜索指數(shù)、近三天創(chuàng)業(yè)板指數(shù)上升天數(shù)、近七天創(chuàng)業(yè)板指數(shù)上升天數(shù)、創(chuàng)業(yè)板搜素指數(shù)漲幅，共7個(gè)指標(biāo)，模擬外部非公開(kāi)的數(shù)據(jù)源。

綜上，該策略通過(guò)上述24個(gè)指標(biāo)的構(gòu)建，結(jié)合動(dòng)量策略和反轉(zhuǎn)策略原理，并通過(guò)百度搜索次數(shù)作為外部數(shù)據(jù)，作為反應(yīng)市場(chǎng)情緒的變量，之后根據(jù)IV等指標(biāo)篩選入?yún)⒆兞�，�?gòu)建邏輯回歸模型，預(yù)測(cè)當(dāng)日股票是否上漲超過(guò)8％。為驗(yàn)證百度指數(shù)作用，策略制定了四個(gè)模型作為對(duì)照，具體如下：

樣本集為全部股票，未用到百度指數(shù)構(gòu)建模型

樣本集為全部股票，用到了百度指數(shù)構(gòu)建模型（其他入?yún)⒆兞颗c對(duì)照組1一致）

樣本集為華興源創(chuàng)，未用到百度指數(shù)構(gòu)建模型

樣本集為華興源創(chuàng)，用到百度指數(shù)構(gòu)建模型

（備注，因?yàn)榘俣人阉鲾?shù)據(jù)進(jìn)行了反爬蟲(chóng)的保護(hù)，無(wú)法爬取全部信息，故全量股票數(shù)據(jù)建模過(guò)程中，只用到了搜索“創(chuàng)業(yè)板”的搜索次數(shù)，未用到每只股票對(duì)應(yīng)的股票名稱(chēng)搜索次數(shù)；僅在樣本集為華興源創(chuàng)的案例中，用到了華興源創(chuàng)作為關(guān)鍵詞的搜索次數(shù)。）

模型結(jié)論

1）通過(guò)IV值可推斷百度指數(shù)數(shù)據(jù)對(duì)于預(yù)測(cè)y值有較為重要的作用，其中創(chuàng)業(yè)板搜索漲跌幅和近三天創(chuàng)業(yè)板搜索平均值效果較為顯著，通過(guò)模型系數(shù)可知?jiǎng)?chuàng)業(yè)板搜索漲跌幅和近三天創(chuàng)業(yè)板搜索平均值和y值具有正相關(guān)關(guān)系，即數(shù)值越高，越容易漲幅超過(guò)8％。（具體信息見(jiàn)下圖）

2）樣本集為全部股票，用到百度指數(shù)構(gòu)建模型，AUC為0．76，未用到百度指數(shù)構(gòu)建模型（其他入?yún)⒆兞颗c對(duì)照組1一致），AUC為0．72，說(shuō)明百度指數(shù)對(duì)應(yīng)預(yù)測(cè)有明顯提升效果。（具體信息見(jiàn)下圖）