Trendfolgeindikatoren auf homomorph verschlüsselten Daten berechnen

Zusammenfassung

Diese Studie untersucht, ob sich ein Trendfolgeindikator auf verschlüsselten Marktdaten berechnen lässt, sodass ein Aggregator seine Daten privat halten kann, während Analysten Handelssignale erzeugen. Der Indikator wird mit zwei homomorphen Verschlüsselungsbibliotheken, SEAL und HEAAN, implementiert; anschließend werden die verschlüsselten Berechnungen mit einer Klartextimplementierung verglichen. Anlass ist eine Anordnung für Marktdaten, bei der ein Vermittler Handelsentscheidungen aggregiert und verschlüsselte Eingaben mit Analysten teilt, wodurch deren Zugriff auf Rohdaten eingeschränkt wird.

Die berichteten Indikatorausgaben stimmen eng mit der Klartextversion überein: Die Studie nennt prozentuale Fehler von 0.14916% für SEAL und 0.00020% für HEAAN. Sie beschreibt außerdem den Versuch, eine Handelsstrategie zu entwickeln und zu analysieren, doch die vorliegende Zusammenfassung enthält keine Ergebnisse zur Strategieleistung. Die Autoren weisen auf Umsetzungsbeschränkungen durch homomorphe Verschlüsselung hin. Die Evidenz stützt somit die numerische Ähnlichkeit dieser Indikatorimplementierung, belegt aber weder Profitabilität noch breite Anwendbarkeit oder praktische Eignung für andere Indikatoren und Datensituationen.

Kernaussagen

• Die Studie implementiert einen Trendfolgeindikator auf verschlüsselten Marktdaten mithilfe zweier homomorpher Verschlüsselungsbibliotheken.
• Sie vergleicht die verschlüsselten Indikatorausgaben mit einer Klartextimplementierung.
• Die berichteten prozentualen Fehler betragen 0.14916% für SEAL und 0.00020% für HEAAN.
• Die Beschreibung erwähnt eine Analyse einer Handelsstrategie, enthält dazu aber keine Leistungsergebnisse.
• Einschränkungen der Verschlüsselung begrenzen die Umsetzung; die Ähnlichkeit der Indikatoren allein belegt keine Profitabilität.

Schlagwörter

# A Trend-following Trading Indicator on Homomorphically Encrypted Data


# A Trend-following Trading Indicator on Homomorphically Encrypted Data









Algorithmic trading has proliferated the area of quantitative finance for already over a decade. The decisions are made without human intervention using the data provided by brokerage firms and exchanges. There is an emerging intermediate layer of financial players that are placed in between a broker and algorithmic traders. The role of these players is to aggregate market decisions from the algorithmic traders and send a final market order to a broker. In return, the quantitative analysts receive incentives proportional to the correctness of their predictions. In such a setup, the intermediate player - an aggregator - does not provide the market data in plaintext but encrypts it. Encrypting market data prevents quantitative analysts from trading on their own, as well as keeps valuable financial data private. This paper proposes an implementation of a popular trend-following indicator with two different homomorphic encryption libraries - SEAL and HEAAN - and compares it to the trading indicator implemented for plaintext. Then an attempt to implement a trading strategy is presented and analysed. The trading indicator implemented with SEAL and HEAAN is almost identical to that implemented on the plaintext, the percentage error is of 0.14916% and 0.00020% respectively. Despite many limitations that homomorphic encryption imposes on this algorithm's implementation, quantitative finance has a high potential of benefiting from the methods of homomorphic encryption.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.