京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据基金江湖,一场主动与被动的较量……
从目前大数据基金的数据类型来看,包括银行卡交易数据、线上销售数据、搜索量数据、用户浏览行为、用户选股行为、用户点击关注行为等。
“事实上,基金投资本身是对信息的挖掘和处理,我们以往借助的是上市公司披露的信息,现在大家对这些信息的挖掘和处理已经十分深入,竞争比较激烈,在这种情况之下,我们需要崭新的数据源,这就来源于对大数据的充分利用。”某大数据基金相关人士在采访中对记者如此表示。
部分大数据基金选择与互联网巨头“BAT”联姻。如广发百发大数据基金,数据来源为充分运用百度公司互联网行为大数据。嘉实腾讯自选股大数据基金则将腾讯自选股大数据和行为金融模型相结合,构建大数据量化投资策略模型,在此基础上生成基金股票组合。
而除与互联网巨头“联姻”外,还有大数据基金选择更专业的股票平台。如泰达宏利同顺大数据基金,以同花顺大数据为基础,同时应用量化多因子选股的方式构建投资组合。海富通东财大数据基金,基于东方财富网大数据的主动管理型基金。
除以大数据为因子进行主动管理型大数据基金外,还有为数不少的被动指数型大数据基金。根据WIND数据,上述17只基金中,博时银智大数据100、博时淘金大数据100I、博时淘金大数据100A、南方大数据300C、南方大数据300A、南方大数据100、大成互联网+大数据这7只基金均属于此类。
大成互联网+大数据基金,以中证360互联网+大数据100指数的成份股及其备选成份股为主要投资对象,该指数由大成基金、奇虎360旗下公司360你财富和中证指数公司联合推出。
南方大数据100基金,跟踪大数据100指数,南方大数据300则以大数据300指数为策略指数,对样本空间的股票,按照“财务因子”得分、“市场驱动因子”得分和“大数据因子”得分进行模型优化,然后将计算的综合得分从高到低排序,选取排名在前300名的股票构成大数据300指数初始样本股。
博时中证淘金大数据基金,以电商大数据指数淘金100为数据来源,由博时基金,蚂蚁金服,恒生聚源合作编制,由中证指数公司发布。
被动指数型大数据基金表现更优
从成立日期来看,上述17只全称里包含“大数据”的基金最晚为成立于2016年5月20日的博时银智大数据100,最早为成立于2015年4月24日的南方大数据100基金。其中,12只基金为2015年成立,其余为2016年成立。
其中,被动指数型基金成立时间较早,7只被动指数型基金中有5只为2015年7月前成立,2只为2016年成立。而10只主动管理型基金成立时间则7只成立于2015年,3只成立于2016年。
值得注意的是,17只基金中业绩排名前5位的均是被动指数型大数据基金。2015年二季度以来,表现最好的基金为大成互联网+大数据基金,2016年4月1日以来截至上周收盘,收益为7.04%,其次是博时银智大数据100基金,收益率为5.03%。南方大数据100、博时淘金大数据100A、博时淘金大数据100I分别以3.85%、3.82%、3.81%的收益率位列其后。
据WIND数据统计,今年二季度以来截至上周收盘,可比2011只偏股型基金平均收益率为0.35%,上述17只基金中仅10只高于平均收益率,而其余7只则低于0.35%。值得注意的是,这7只基金,均为主动管理型大数据基金。
某量化基金基金经理在接受《证券日报》基金新闻部记者采访时曾表示,管理量化基金最需要克服人性的弱点,保持一贯的策略。而被动指数型大数据基金则无此隐患。
济安金信副总经理、基金评价中心主任王群航表示:“基金投资中有主动型策略与被动型策略两种,早期带有大数据概念的基金全部是指数型基金,全部在市场去年以来的暴跌过程中净值损失严重。前期,市场上已有主动型策略的大数据基金发行,其净值表现似乎没有给投资者带来惊喜,其中的原因,还是与公募基金常规的重选股、不重择时做法有关。相关基金即使在名称中使用了‘灵活配置’这四个字,但是相关的基金管理人是否会择时、是否能够择时,自然就牵涉到相关基金的净值表现。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22