3 Avatar的開幕式

“這個case不是為了證明第三方數據有多牛，是表演一下投研對數據的安全建模方案”。

研究標的：2019年8月5日－2020年8月4日創業板中所有股票

研究目標：該策略目標為利用歷史數據，預測每只股票當天是否漲幅超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

聯邦學習中節點A數據：通過股票歷史數據（公開數據），構建了當日星期、近三天平均收益率、近七天平均收益率、近三天絕對收益率、近七天絕對收益率、近三天標準差、近七天標準差、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、近七天上漲天數、近三天漲幅大于5％次數、近七天漲幅大于5％次數、近三天跌幅大于5％次數、近七天跌幅大于5％次數，共17個指標。

聯邦學習中節點B數據：通過百度搜索中關鍵詞為“創業板”的搜索次數，構建了當日創業板搜索指數、近一天創業板搜索指數、近三天創業板搜索指數、近七天創業板搜索指數、近三天創業板指數上升天數、近七天創業板指數上升天數、創業板搜素指數漲幅，共7個指標，模擬外部非公開的數據源。

綜上，該策略通過上述24個指標的構建，結合動量策略和反轉策略原理，并通過百度搜索次數作為外部數據，作為反應市場情緒的變量，之后根據IV等指標篩選入參變量，構建邏輯回歸模型，預測當日股票是否上漲超過8％。為驗證百度指數作用，策略制定了四個模型作為對照，具體如下：

樣本集為全部股票，未用到百度指數構建模型

樣本集為全部股票，用到了百度指數構建模型（其他入參變量與對照組1一致）

樣本集為華興源創，未用到百度指數構建模型

樣本集為華興源創，用到百度指數構建模型

（備注，因為百度搜索數據進行了反爬蟲的保護，無法爬取全部信息，故全量股票數據建模過程中，只用到了搜索“創業板”的搜索次數，未用到每只股票對應的股票名稱搜索次數；僅在樣本集為華興源創的案例中，用到了華興源創作為關鍵詞的搜索次數。）

模型結論

1）通過IV值可推斷百度指數數據對于預測y值有較為重要的作用，其中創業板搜索漲跌幅和近三天創業板搜索平均值效果較為顯著，通過模型系數可知創業板搜索漲跌幅和近三天創業板搜索平均值和y值具有正相關關系，即數值越高，越容易漲幅超過8％。（具體信息見下圖）

2）樣本集為全部股票，用到百度指數構建模型，AUC為0．76，未用到百度指數構建模型（其他入參變量與對照組1一致），AUC為0．72，說明百度指數對應預測有明顯提升效果。（具體信息見下圖）