京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大成360互联网+大数据基金今日起航
数据已成为“互联网+”的新生产要素。大成基金紧跟时代步伐,在大数据领域深耕细作,大成360互联网+大数据指数基金于1月11日正式发行。该基金所跟踪指数2013年初至2015年底三年“任性”上涨730.35%,2015年更是上涨196.04%,远超同期市场重要指数及同类大数据指数。360互联+指数不仅长短跑能力强,而且具备强大的反弹能力,2015年股灾之后的7月9日至年底,360互联+指数大幅上涨75.78%。
得数据者得“天下” 。
金融业天生便与大数据结下不解之缘,基金业的大数据之路更是走在行业前列。2016年,大成基金打响了其大数据产品之战的“第一枪”,大成360互联网+大数据指数基金(代码:002236)于1月11日开始发行。
大成360互联网+大数据指数基金将基于目标指数背后的海量数据、多因子构造投资组合,力争定位准确、调仓迅速、把握市场的投资机会。该基金所跟踪的中证360互联网+大数据100指数(以下简称“中证互联+指数”)长中短跑能力惊人,2013年至2015年上涨730.35%,2015年更是跑出196.04%的好成绩,2015年8月10日该指数正式发布以来至2015年底跑出34.04%的成绩。
13亿终端铸就的无敌大数据
历史业绩清楚表明,中证360互联+指数长中期的增长率均高于市场重要指数,且高于同类型的大数据指数。Wind数据显示,截至2015年12月31日,该指数2013年年初至2015年年底三年的增长率为730.35%,远远超过同期创业板指的280.19%和中证500指数132.54%的增长率。
中证360互联+指数不仅长中跑能力强,而且具备强大的短期反弹能力。Wind数据显示,2015年股灾之后的7月9日至年底,360互联+指数便上涨了75.78%。2016开年以来A股市场已经出现两次暴跌,但对于跟踪弹性高、进攻强的中证360互联+指数的大成360互联网+大数据指数基金来说,此时发行或正好可以避开市场调整在低位建仓等待市场反弹。
中证360互联+指数长中短跑能力惊人并不是偶然,而是因为该指数结合了奇虎360的海量数据和大成基金的量化优势。
奇虎360作为中国最顶尖的互联网企业之一,拥有庞大用户基数,积累了丰富的数据源和数据挖掘能力,能够从海量数据中找到有效指导投资的大数据因子。根据奇虎360半年报,截至2015年6月,奇虎360基于PC的产品和服务的月度活跃用户总人数达到5.14亿人;奇虎360基于PC产品的用户渗透率为96.6%。奇虎360主要移动安全产品的智能手机用户总数达7.99亿人。
海量数据有助于更快、更准、更有效地反映投资者情绪。360互联网+指数是由大成基金定制开发的量化策略指数,大数据选股的基本情况是,首先获取360海量用户的上网行为;然后经过文本挖掘和语义分析得出用户对股票的情绪,从而更快更准确的把握大众的情绪;最后综合财务因子、市场因子和大数据因子构造投资组合,选取总分最高的100只股票作为指数成分股,并等权重分配。
大成中证360互联网+大数据指数基金定位于“互联网+”,代表了一种先进的生产力,能够让投资更好的把握时代发展的脉搏。
一流量化团队“保驾护航”
目前公募基金行业的大数据产品热度不减,已经发行和正在申报的合计已经将近20只。大数据基金越来越多,如何避免同质化、做到特色化呢?
市场内部人士坦言,大数据产品最后的趋势就是深耕细作,在大数据基础上做主动管理、加强,衍生出一系列的产品,把数据源及大数据产品品牌化运作。因此,各家基金公司系列大数据产品最终比拼的是量化团队综合实力。
大成基金有着一支一流的量化团队。据悉,大成基金的量化投资部门汇集了国内外多领域的专业性人才,拥有行业领先的数量化投研能力。团队人数目前超过14人,全部拥有硕士以上学历,一半拥有博士学位,并横跨数学、物理、统计、经济、金融、计算机等多学科背景,职责涵盖了金融工具、α策略、套利及实时风控等量化投资的各个业务链。不少人员为高考状元,还有华尔街工作多年的大咖,可谓“精英学霸团”。
部门在内部搭建了功能丰富的数据平台,包含了全面的基础数据,并且保持对量化因子的持续研究和检验,为量化策略研究提供了坚实的保障与支持。部门立足于开发多维度的量化产品,全面布局产品线,为投资者提供多元化的投资“工具”,以应对变幻莫测的市场风格。
大成中证360互联网+大数据100指数基金是大成基金互联网金融战略发展的重要起步,目前公司已与雪球、同花顺等多家平台公司和国内领先的大数据开发公司密切合作,接下来还将会推出多只各具特色的大数据产品。
大成基金副总经理、首席战略官温智敏表示,“大成基金将本着“平等、参与、分享与合作”的互联网精神发展具有普世价值的互联网金融业务,在传统公募基金的模式下创新开发互联网+大数据+人工智能的产品,致力于改变中国投资者尤其是散户们的投资体验。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12