京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据变革传统投研模式
正是看到了大数据的前景和突破性,博时基金一直在往这方面发力。无论是在研究方法、理念,还是在成果方面,博时基金已有优势。
继2015年初与蚂蚁金服合作推出淘金100大数据指数后,日前,博时基金又和雪球合作推出了雪球智选大数据100指数。对于大数据基金,博时基金副总裁王德英表示,大数据正在改变传统的投研模式,未来博时还将推出一系列大数据基金。
打造大数据基金超市
无论是A股市场,还是海外市场,通过大数据进行量化投资可谓方兴未艾。博时基金早在2009年就已经布局量化投资,随着博时量化模型逐渐成熟,结合“互联网+”的大数据发展趋势,博时基金正在打造大数据基金超市。
据了解,2015年初,博时基金和蚂蚁金服合作,推出了国内第一只电商大数据指数——淘金100。此外,博时基金还与银联、雪球、搜房网合作,推出了银联智惠100、雪球智选100、房地产大数据等3只大数据指数,博时基金还将与多个不同领域/行业的龙头企业开展合作,不断扩展大数据领域。
据介绍,博时基金此次与雪球合作推出的雪球智选大数据100指数,主要是从海量的雪球投资组合中挖掘投资达人的交易热度信号,聚焦组合管理人交易行为。
王德英解释,决定个股股价的因素主要在于两方面,一是公司基本面,二是投资者情绪,大数据基金主要在这两方面着手。此次博时基金和雪球合作的大数据产品,主要是从过往业绩优异的雪球模拟组合中找到有价值的信息。其逻辑在于,雪球模拟组合过往业绩优异的选手选股和选时有独特性,通过对这些模拟组合筛选找到有价值的公司,然后结合综合财务因子、市场驱动因子、雪球热度因子,与其相应近期及长期历史表现之间的相关性作为加权依据,对这3类因子得分进行加权计算,股票综合评分前100只股票即为博时雪球智选大数据100指数基金样本股。
雪球智选大数据100指数以2012年12月31日为基日,以该日收盘后所有样本股的调整市值为基期,以1000点为基点。模拟数据显示,自基日以来到2015年8月14日,该指数累计收益率为379.64%,年化收益率达78.7%。
变革投研模式
从近年各类基金在投资上的表现来看,大数据基金已经崭露头角。王德英表示,传统投资方式主要是投研人员去上市公司调研,了解财务数据、行业信息等来做投资决策,而大数据基金通过海量数据分析,数据量更大,数据维度更全,数据更及时,因此,对公司未来表现的预测确定性更强,从这个角度说,大数据基金正在改变或升级传统的投研方式。
据介绍,大数据技术是利用海量的互联网大数据,如搜索热度、关注度、订单数、成交额、消费笔数等多维度的数据,通过量化模型,更早、更快、更准预判某个行业或者企业未来的景气程度或市场热度。基金公司综合大数据因子、财务价值因子、市场驱动因子等,精选出最具投资价值的个股组合编制成指数。
王德英表示,正是看到了大数据的前景和突破性,博时基金一直在往这方面发力。从时间上来说,博时基金从2009年起开始从华尔街引入量化人才,建立量化投资系统。从模型应用来看,以2014年为例,博时沪深300(3403.850, 38.02,1.13%)指数基金超额收益超过了9%。因此,无论是在研究方法、理念,还是在成果方面,博时基金已有优势。
从人才储备和队伍建设来说,目前博时基金已经在大数据产品上进行了战略布局,整个项目从商务洽谈、数据开发、指数编制、产品成立和产品销售都已成体系,其中,具体负责数据研发的是指数投资部,整个团队有11个人;同时,互联网金融部有专人负责与互联网大数据企业对接。
在有效性方面,博时基金表示,通过对较为长期的历史数据采用科学严格的回测方法,大数据因子确有显著的有效性。这是由数据的及时性及大数据与公司基本面和市场情绪方面的内在逻辑决定的。从实践结果看,大数据因子对于股市往往会有3到6个月的领先性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13