
大数据基金该怎么投_数据分析师考试
自去年以来,大数据基金纷纷成立。在运作了将近一年的时间里,这些大数据基金体现出来的特性如何?适合什么样的投资人?如何投资才能收益最大化?
风格迥异
目前市场上正在运行的大数据基金有4只,分别是中证腾安价值100指数、中证百度百发策略100指数、中证淘金大数据100指数和大数据系列策略指数(i100和i300)。4只跟踪上述指数的基金分别是博时中证淘金大数据100、银河中证腾安指数,广发百发100、南方大数据100。
具体从4只指数基金来看,风格迥异的同时也有相似点。
广发百发100跟踪百发100指数。该指数采用百度金融搜索和用户行为大数据,通过相应的数据挖掘和分析手段,将涉及特定金融实体的数据进行自动分析、归并、统计和计算,并引入量化投资模型,编制股票市场指数。
南方新浪大数据i100与广发中证100较为相似,它以新浪财经的互联网财经大数据应用为特色,基于财经新闻媒体与社交平台海量大数据,在选股策略上,i100指数综合财务、市场驱动、大数据三大因子。
博时中证淘金100,从编制方案来看,以电商商品类目相关中证三级行业的所有股票为样本空间,从中根据综合财务因子、市场驱动因子、聚源电商大数据因子选取综合评分最高的样本股,并采用等权重计算。数据来源为支付宝的实际交易,包含了行业的价格、销量、人气等景气程度数据。对样本空间的股票,按其综合财务因子、综合市场因子和淘宝大数据因子计算的综合评分降序排列,选取排名前100名的股票作为中证淘金大数据100指数成分股。
银河定投宝中证腾安价值100更偏爱被低估的上市公司:指数依据定价偏离程度排序,佐以质价比率、公司资质、每股评分等多项财务指标,选择市场价格相对低估的100家上市公司股票为样本。指数样本主要集中于工业、可选消费及医药卫生三个中证一级行业,样本数量分别达到30只、23只及14只,合计权重达67%。信息技术、原材料、金融地产、主要消费、电信业务、能源及公用事业依次排名4到10位。
高贝塔适合波段操作
从这些大数据指数走势来看,更具备高贝塔产品的特性。
今年以来,淘金100涨幅86.37%,中证腾安价值100涨幅64.01%,百度100涨幅51.65%,新浪大数据i100涨幅82.37%。同期上证综指今年以来的涨幅为25.83%,沪深300涨幅18.18%,创业板指数涨幅96.89%。
自6月份发生的股市大跌,沪深300由最高点跌至近期最低点的跌幅为34%,上证指数跌幅不到35%,创业板指数跌幅51%。同期,淘金100跌幅46%,中证腾安价值100跌幅44%,百度100指数跌幅49%,新浪大数据i100跌幅42.7%。
从4只大数据基金或长或短的历史业绩可发现,大数据基金相对于普通的权益类基金在股市中表现为净值波动大。有基金经理表示,与成熟市场主要由理性机构投资者构成相比,A股市场仍以散户为主,因此市场受投资者情绪影响很大,投资者情绪可以更多地反映在互联网大数据上,但投资情绪的巨大波动也会带来互联网基金的高贝塔属性,对此投资者要有心理准备。从目前来看,投资者在市场低位布局该类基金,等待市场热度提升,是比较好的方法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04