محاسبه شاخص‌های پیرو روند روی داده‌های رمزگذاری‌شده همومورفیک
خلاصه
این مطالعه بررسی می‌کند آیا می‌توان شاخص پیرو روند را روی داده‌های رمزگذاری‌شده بازار محاسبه کرد تا تجمیع‌گر داده‌هایش را خصوصی نگه دارد و تحلیلگران سیگنال معاملاتی تولید کنند. شاخص با دو کتابخانه رمزگذاری همومورفیک، SEAL و HEAAN، پیاده‌سازی می‌شود و محاسبات رمزگذاری‌شده با پیاده‌سازی متن ساده مقایسه می‌شوند. انگیزه، آرایش داده‌ای بازاری است که در آن واسطه‌ای تصمیم‌های معاملاتی را تجمیع می‌کند و ورودی‌های رمزگذاری‌شده را با تحلیلگران به اشتراک می‌گذارد و دسترسی آن‌ها را به داده خام محدود می‌کند.
خروجی‌های شاخص گزارش‌شده به نسخه متن ساده بسیار نزدیک‌اند: مطالعه خطاهای درصدی 0.14916% برای SEAL و 0.00020% برای HEAAN را ارائه می‌کند. همچنین تلاشی برای ساخت و تحلیل استراتژی معاملاتی را شرح می‌دهد، هرچند خلاصه ارائه‌شده نتایج عملکرد در سطح استراتژی را بیان نمی‌کند. نویسندگان اشاره می‌کنند که رمزگذاری همومورفیک محدودیت‌هایی برای پیاده‌سازی دارد. بنابراین شواهد از شباهت عددی این پیاده‌سازی شاخص پشتیبانی می‌کنند، اما سودآوری معاملاتی، کاربرد گسترده یا تناسب عملیاتی آن را برای شاخص‌ها و تنظیمات داده‌ای دیگر اثبات نمی‌کنند.
ایده‌های کلیدی
- مطالعه شاخص پیرو روند را با دو کتابخانه رمزگذاری همومورفیک روی داده‌های رمزگذاری‌شده بازار پیاده‌سازی می‌کند.
- خروجی‌های شاخص رمزگذاری‌شده با پیاده‌سازی متن ساده مقایسه می‌شوند.
- خطاهای درصدی گزارش‌شده 0.14916% برای SEAL و 0.00020% برای HEAAN هستند.
- شرح به تحلیل یک استراتژی معاملاتی اشاره می‌کند، اما یافته‌ای درباره عملکرد آن ارائه نمی‌دهد.
- محدودیت‌های رمزگذاری پیاده‌سازی را محدود می‌کنند و شباهت شاخص به‌تنهایی سودآوری را نشان نمی‌دهد.
برچسب‌ها
متن کامل
# 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.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.