京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代下的私募研究方式
我国私募基金发展迅猛,规模越发壮大,据中国基金业协会发布的最新数据显示,截至2017年2月底,已登记备案各类私募基金认缴规模为11.35万亿元,实缴规模8.55万亿元;已登记私募基金管理人18306家;已备案私募基金48626只。
私募基金发展驶入快车道,同时也在各种投资领域中发挥着重要的作用。但一直以来并没有得到相应的政策“优待”。在国内,“私募基金”一直是一种非公开宣传的、私下向特定投资人募集资金进行的一种集合投资。
一个“私”字决定了其本身低调的行事风格,但私募阳光化一直在曲折中推进。2013年6月1日新《基金法》正式实施,把私募基金正式纳入监管范畴;2014年2月7日正式实施《私募投资基金管理人登记和基金备案办法(试行)》,私募行业的实质性监管政策才得以落地。2016年2月5日,中国基金业协会发布了《关于进一步规范私募基金管理人登记若干事项的公告》,加强对私募资管产品的备案管理,私募基金从此由游击队转向了正规军,正式被纳入监管范畴。至此,私募基金阳光化进程更进一步。
私募数据服务快速崛起
随着中国金融市场的逐渐完善与私募行业的快速发展,私募基金的前景也会越来越广阔。但信息来源分散,数据收集难度大,给私募研究带来较大难题,不管是投资者筛选产品还是机构投资者管理产品都遭遇很多不便,市场急需专业权威的私募数据做参考、对比及评测等。
此外,市场上更没有统一的披露途径,而且由于私募的信息公布没有明确的标准,所以私募数据多来源造成的差异较大,处理和校对也异常艰难。
在此背景下,专业的私募数据服务成为迫切需求,随之相关数据业务也快速崛起。而朝阳永续十余年来凭借专业、严谨、务实的精神,已经拥有行业内相当成熟的私募数据业务。在完整性、准确性、及时性方面都有着不可比拟的优势。国内主流的私募研究机构,均以朝阳永续的私募数据库为基础研究库。
数据积淀深厚。自2003年始,朝阳永续开始以商务会务、俱乐部活动、投资研讨等多种形式聚会和持续发掘优秀的资金管理人,并与他们保持长期的交流、合作和联系,这也是朝阳永续私募数据积累的最早尝试;2006年开始,朝阳永续率先在业内推出了“中国私募基金风云榜”评选活动,这一活动被业界称为中国私募基金阳光化最早的勇敢尝试。至今,该评选活动已成功举办至“第十一届”,见证了一批批优秀私募机构和投资精英。在业内享有盛名,这也彰显私募数据共识性、专业性被大众深度认可的一种沉淀。
数据完整、覆盖率高。数据覆盖率高于同业竞品,且最早的私募数据可追溯到2003年,各主要产品类型收录数量均好于市场同类产品。截止目前,朝阳永续私募数据库已覆盖的私募产品总量125119只,覆盖基金经理4749人,私募机构18119家。数据库覆盖了通过私募公司发行的产品、信托平台发行的私募产品、券商集合理财产品、公募基金一对多专户理财产品、期货资管发行的产品及单账户证券等基金产品信息。
在准确性方面,朝阳永续严苛的校对和拜访机制提高私募数据准确性。首先,朝阳永续有严苛的数据录入与校对流程,严格区分不同来源数据,造就国内最严谨的数据源。其次,朝阳永续基于十余年来的数据沉淀,以及定期从私募机构收录数据,然后经过严谨的数据处理、检验和核实规则。使得私募数据更加真实、准确、可靠。
私募管理人研究独树一帜
私募行业欣欣向荣,私募产品的丰富多样化,私募基金管理和评价也一直是专业基金研究者和投资者关注的热点,但由于非公开渠道发行、信息披露相对不透明等因素制约,让私募蒙上一层神秘面纱,使得投资者既好奇又敬而远之。
随着私募基金的发展扩大,与之相关的评价体系也逐渐增多。私募评级机构增多反映的是阳光私募话语权的增强。科学完善的私募评价体系对于投资者甄别投资选择,净化行业秩序具有重要帮助。但总观我国的评级体系,可谓是乱花迷人眼,没有统一的标准。如今,券商研究机构、第三方以及部分媒体都参与其中。但是高同质化的评级使得大部分评级准则不会相差太远,这使不少评级机构缺乏实际竞争力。
值得一提的是,在目前市场仅单纯的按收益率排名的评级体系下,朝阳永续提出“私募管理人研究”概念可谓是独树一帜,不仅丰富了市场的评级体系,更是使得基金研究更严谨更实务。该体系是采用定量与定性相结合的方法,综合评估管理人旗下产品的业绩表现和公司团队、治理、信誉等方面,最后给予管理人等级评定。
投资管理人研究,简单地说,就是找出未来最有赢利潜力的资产管理人,为投资者选择理财产品提供决策的依据。基金评级与排名的研究方法多偏重于纯量化的方法,从历史业绩与波动性的角度,对基金产品进行评级与排名,其基本假设是历史业绩能够代表未来。而投资管理人研究的方法则更要复杂得多,除了要分析历史业绩与波动性指标以外,还要分析历史的仓位、持股、操作风格、风格漂移、风格随市转换等,同样也要考虑投资管理人的策略、方法论等,甚至还要包括投资管理人的健康状况、性格特质等因素,其基本假设是历史并不能够完全代表未来,必须了解业绩背后的故事,全面地对投资管理人进行分析。
因为投资管理人研究学科很多时候要涉及人的因素,所以我们更愿意将它作为一门艺术学科进行研究。基金评级与排名是选取一个时点与时间区间,静态地分析各基金产品。而投资管理人研究则需要根据市场环境的变化,动态地对投资管理人进行跟踪与分析。
专业独特的私募评价体系成就朝阳永续有别于市场的评价优势,以评价私募管理人的风格归因为逻辑,界定经理的风格,与可能存在的风险暴露点,这才是能真正体现投资实务中最具直接操作意义的所在。
大数据支撑 助力私募研究
近年来,大数据的热潮渐冲击到金融市场, 中国金融企业也争相步入大数据时代。券商、互联网公司等纷纷拥抱大数据,以大数据为支撑的私募基金研究应用平台相继诞生。
作为业内专业的金融数据服务商朝阳永续更不例外,拥有10年的数据挖掘和量化研究经验的朝阳永续,在过硬的技术团队的支撑下推出的私募研究平台,是集私募产品的同行业评价、组合配置、组合追踪等私募数据分析于一体的工作平台。依托平台上众多私募的业绩记录、归因分析,不仅可以帮助机构打造优秀产品孵化体制,可协助深度调研阳光私募基金经理,寻找最有效的的人,更能深度解析私募基金研究,投资策略等,寻找优秀的私募产品。数据分析、处理的整个过程,均由云计算来完成,有效规避了人为主观因素的影响,确保数据及评价结果的客观准确,流程快捷高效。
最具实务的评测体系。私募研究平台改变了目前私募产品研究市场这一块最为薄弱的环节,在各大第三方网站主要对产品收益率及排名研究的情况下,为配合客户进行私募基金的分析和评价,朝阳永续已对各分类口径下私募产品的收益排名、风险评价指标(如波动率、夏普值、最大回撤)等进行了数据衍生。为方便客户进行各类产品的基准比较,朝阳永续对提供各类私募产品的基准指数数据;为方便客户在不同的市场风格识别不同市道风格的产品,朝阳永续提供了各类私募产品风格比较。使得投资者能够找到真正适合自己的产品、投资顾问更好更快地服务客户、产品设计人员全面地了解私募市场动态。
提供强大的私募资讯与调研报告。公司汇聚了来自国内基金、保险、证券、信托、私募、 QFII以及高等院校等专业投资研究机构的精英人士。他们拥有最敏锐的洞察力,捕捉最前沿的信息,能够前瞻性的把握政策的取向、市场的脉搏。基金研究平台可提供各类定期报告:1.各类专题报告,包括市场热点评论、最新策略解读等;2.周度私募/宏观观点,盘点知名私募机构及宏观经济学家对市场的解读;3.私募月报,深度解读私募行业发展现状及趋势;季度资产配置报告,每季度根据市场情况出具下一季度资产配置建议;此外,朝阳永续基金研究中心提供专业私募调研及相关报告:1.调研报告,研究员每年撰写投顾走访及调研报告百余篇;2.回访报告,研究员定期对覆盖过的投顾做回访。朝阳永续多年沉淀的丰富人脉圈,经常与活跃在投资前沿的精英会务交流,使得相关解读、调研报告等更贴近市场,质量更高!
方便研究自有产品。该平台净值录入功能不仅可以给券商营业部、券商资管、私募机构和个人投资者提供了极大的研究便利,更加可以满足普通用户最直接的挑选基金需求。净值录入可以将账户净值的变动情况录入平台中形成曲线,同时将产品名称与管理人名称录入便可模拟出属于自己的产品。对于进行业绩展示需求的券商营业部、券商资管、私募、个人投资者产生极大的帮助。方便对比全市场私募产品,并方便管理研究自有产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28