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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27