
大数据基金火眼金睛鉴别真成长
10月以来,市场整体呈现反弹趋势。10月8日至10月28日期间,上证综指涨幅为10.56%。而成长股的集中营——中小板与创业板反弹势头更为明显,同期中小板指涨幅为13.93%,创业板指涨幅更高达19.33%,显著优于大盘表现。l成长股是这一轮反弹中的主力军。那么,目前反弹行情是否能持续,成长股是否“躺”着也能投?
“中期反弹不但没有结束,而且也没有接近尾声。继续维持‘蓝筹搭台、主题伴奏、成长唱戏’的判断。”民生证券首席策略分析师李少君表示。
华泰证券策略研究员薛鹤翔也表示:“新兴成长行业受益最大。”他认为,市场主逻辑是市场风险偏好回升下追逐成长股的逻辑。
“在经历了前期的两轮下跌之后,目前市场的估值已到达一个相对合理的空间,相较前期行情逐步企稳,展望四季度,市场上仍存在许多有潜力的超跌个股,结构性行情正逐渐展开,未来的投资机会仍将聚焦在成长股板块,优质企业有望获得较大成长空间。”广发基金季峰认为。
然而,伴随着市场结构的分化,信息的不对称等因素,成长股的判断难度较大。在目前的市场环境中,对成长股基本面的考察应当更为深入和精细,特别需要注意其高波动性仍然存在。广发基金与百度联合开发的大数据选股策略,为辨别成长股提供了一个全新的,严谨的方法。
广发基金指出,大数据投资正是通过对海量数据的挖掘分析,在信息不对称的市场中取得先人一步的信息优势,获取超额收益。目前正在发行的广发第三只大数据基金——百发大数据成长基金,即是这样一只利用更加成熟的大数据选股策略,甄选成长股的基金,拟任基金经理由季峰担任。
除利用更先进的大数据模型量化选股,四层筛选机制,优中选优外,广发百发大数据成长基金在投资范围、资产配置、风险控制上都各具优势。首先,该基金在全市场范围内精选成长风格企业投资;其次采用灵活的大类资产配置策略,股票仓位0-95%,变被动跟踪为主动出击,择时操作;第三建仓初期设置安全垫,并在运行期间设置止盈、止损的严格风险控制策略,三重保障严控风险。 据悉,广发基金在利用大数据选股方面已经颇具经验。这已经是该公司在大数据选股策略上推出的第三只基金,基金经理均由季峰任职。其与百度合作的首只大数据指数基金——广发中证百度百发策略100指数市场表现出色。Wind资讯数据显示,10月8日至28日期间,该基金涨幅达19.98%,优于中证500指数近5个百分点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29