
大数据指数基金发行提速
随着南方、广发、博时3家基金公司率先发力大数据基金产品,这一全新的基金品种正成为眼下互联网基金领域新的焦点。目前,10余家基金公司正在申请或已经获批成立发行大数据指数基金产品。中国证监会最新公告显示,已获批3只,等待“准生证”的有5只,再加上已经成立的上海东方证券资管、南方基金、广发基金、博时基金旗下的8只大数据基金,大数据基金的数量将达16只,涉及的互联网公司有雪球、360金融、百度等在内的20余家。
有望跑赢传统指数
国务院日前印发的《促进大数据发展行动纲要》提出,要全面推进大数据发展和应用,深化大数据在各行业的创新应用。众禄基金研究中心王晶认为,近期发行的互联网大数据基金产品已不仅仅停留在借助互联网技术渠道或电商平台进行销售的阶段,而是在进一步应用互联网数据进行主动管理、灵活择时择股等方面有更多尝试。
“金融行业对数据具有天生的依赖性,数据应用的发展也推动着金融业的创新发展。大数据基金实际上是在互联网行业发展背景下,群体智慧对决个体智慧。”一家阳光私募的投资经理王卓玮表示,传统指数往往由一些媒体和第三方投资顾问公司合作制作,信息源少、数据相对有限、成份股更新慢,在基金投资中过于依赖个人智慧。而互联网大数据指数通过各个互联网平台不断更新数据源,能够实时推动海量用户参与数据完善。当大数据指数能够更好地呈现某一板块或上市公司的未来前景时,其投资价值有望超越传统指数。
以国内首只社交投资大数据指数中证雪球领先组合100指数为例,这一指数是天弘基金基于雪球大V用户的评论信息和投资组合数据所构建的互联网大数据指数。与市场其他指数不同,它对投资者“思想”和“行为”的反馈更多。
博时基金副总裁王德英表示,传统投资方式主要是投研人员去上市公司调研,了解财务数据来做投资决策,而大数据基金通过海量数据分析,对公司未来表现的预测确定性有望加强。可以说大数据基金是传统投研方式的升级,能反映部分传统数据无法统计的方面,比如投资者情绪、市场热点的变化等。
同时,大数据指数的调整更为灵活。王晶介绍,大数据指数基金跟踪指数调整周期短,一般为1个月,这类基金换股快,个股投资比例小,有效避免单一股票对组合的影响。从成立时间较长的银河定投宝和广发100来看,两只基金前十大重仓股持股比例不超过20%,而且前十大重仓股更换率均较高。
多方面有待完善
在看到大数据诸多优势之余,有专家也表示,大数据基金实际上是基于多因子模型的指数投资产品,互联网大数据只是其中一个选股因子,对于市场因子、基本面因子等其他因子依然要重视,否则指数本身走势将会失真。
目前,大数据基本来源于3个渠道:电商、门户网站和搜索网站。不同渠道的数据特征有所不同。比如,电商的数据包含成交额、价格走势等,而搜索网站的数据更多反映了用户的关注点和情绪因素,而不是实际发生的行为,门户网站的数据也更多反映用户关注点和情绪。
数据来源的不同,导致大数据指数量化选股模型不同,造成各只基金的风格、投向不同。即使依据相同大数据的基金风格也差别很大,比如新浪参与的2只大数据指数是基于新浪财经数据和微博社交数据,银联公司涉足的3只指数均基于同一线下刷卡消费数据源,奇虎360的指数基于其搜索和手机、电脑数据。而同样是与雪球联合的中证雪球社交投资精选大数据指数、中证雪球领先组合100指数在数据源选择上就有相当程度的重合。
有专家表示,互联网数据来源范围限制或重叠,容易导致有效覆盖样本股范围较窄,且受数据噪音影响造成还原市场投资情绪偏离较大,易受人为主观因素干扰。如银联公司涉足的3只大数据指数,均采用银联线下POS收单数据、针对消费领域数据,且银联线下数据来源渠道复杂,样本重合度较大,较易造成相互干扰。“从市场上已成立基金的业绩表现看,大数据基金的中长期业绩比较稳健。”王卓玮说。
针对未来前景,业内人士表示,大数据基金还有许多需要完善的地方,可以通过产品迭代和试错来解决。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28