京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16