Cálculo de indicadores de seguimiento de tendencias sobre datos cifrados homomórficamente

Resumen

Este estudio analiza si se puede calcular un indicador de seguimiento de tendencias sobre datos de mercado cifrados, para que un agregador mantenga la privacidad de sus datos mientras los analistas generan señales de trading. Implementa el indicador con dos bibliotecas de cifrado homomórfico, SEAL y HEAAN, y compara los cálculos cifrados con una implementación en texto plano. La motivación es un esquema de datos de mercado en el que un intermediario agrega decisiones de trading y comparte entradas cifradas con analistas, limitando su acceso a los datos sin procesar.

Los resultados del indicador comunicados se aproximan mucho a la versión en texto plano: el estudio da errores porcentuales de 0.14916% para SEAL y de 0.00020% para HEAAN. También describe un intento de construir y analizar una estrategia de trading, aunque el resumen no aporta resultados de rendimiento de la estrategia. Los autores señalan que el cifrado homomórfico impone limitaciones de implementación. Por tanto, la evidencia respalda la similitud numérica de esta implementación del indicador, pero no demuestra rentabilidad de trading, aplicabilidad general ni idoneidad operativa para otros indicadores y configuraciones de datos.

Ideas clave

• El estudio implementa un indicador de seguimiento de tendencias sobre datos de mercado cifrados con dos bibliotecas de cifrado homomórfico.
• Compara los resultados del indicador cifrado con una implementación en texto plano.
• Los errores porcentuales comunicados son 0.14916% para SEAL y 0.00020% para HEAAN.
• La descripción menciona el análisis de una estrategia de trading, pero no aporta resultados de rendimiento.
• Las limitaciones del cifrado restringen la implementación, y la similitud del indicador por sí sola no demuestra rentabilidad.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.