京公网安备 11010802034615号
经营许可证编号:京B2-20210330
基金公司掘金互联网大数据_数据分析师培训
去年下半年互联网大数据对于投资的应用进入到实践阶段,从半年来相关指数和基金的走势来看,互联网大数据指导证券投资已经从梦想照进现实。截至3月24日,南方基金与新浪联合推出的I100指数今年以来涨幅已达40.76%,广发基金与百度联合推出的百发100指数涨幅也达到30.88%。尽管这两个指数的阶段涨幅不及创业板指数同期60.98%的涨幅,但明显强于同期上证综指14.12%的阶段涨幅。这意味着,互联网大数据指导证券投资的“α系数”有望在未来不断增大,大数据投资有望获得超越平均预期回报的实际回报。
“阿尔法”初现
“α系数”,证券投资学的专有名词,是一投资组合或基金的绝对回报和按照β系数(风险指数,用来衡量个别股票或股票基金相对于整个股市的价格波动情况)计算的预期风险回报之间的差额。如果α系数大于0,就说明这一投资组合或基金有望获得超越平均预期回报的实际回报。
尽可能的提高α系数是每一位职业证券投资者不断追求的目标。自从互联网大数据指导证券投资的理念被提出之后,提高α系数就有了新的努力方向。从去年下半年开始,国内机构投资者与互联网大数据提供方就开始不断尝试,南方基金与新浪联合推出I100指数,广发基金与百度联合推出百发100指数,广发基金还发行广发百度百发指数基金。从这些实践的结果看,互联网大数据对于证券投资确实有实际的指导意义。
3月24日,I100指数收于5711.02点,再度创下历史新高。今年以来I100指数涨幅已经高达40.76%,大幅跑赢同期上证综指14.12%的涨幅。南方新浪大数据100指数将南方基金的专业股票研究优势与互联网“大数据”结合,在南方基金量化投资研究平台的基础上,通过新浪财经“大数据”定性和定量分析,找出股票热度预期、成长预期、估值提升预期与股价表现的同步关系,精选出具有超额收益预期的股票,建构、编制并发布策略指数。在当前的投资指数体系中,大数据100指数丰富和完善了指数体系,为市场提供新的投资工具,并有助于满足投资者多样化的投资需求。
大数据应用前景广阔
通联大数据的首席大数据科学家蒋龙表示,机器学习算法领域的突破将给整个互联网甚至其他行业带来颠覆性的革命。机器学习的最大优势在于快速处理大规模数据,从中提取出有价值的规律,帮助投资分析师从大量重复、繁杂的底层数据处理过程中解脱出来。同时,计算机不受情绪影响,能够有效避免非理性交易。
广发基金发行的广发百度百发指数基金的累计收益率已经达到47.9%。基金去年四季报显示,百发100选股思路是基于行为金融学理论——有限关注度概念,通过互联网金融大数据构建的综合情绪模型即BFS模型,来捕捉市场和行业轮动的热点,所入选股票兼具基本面优良、未来具有一定成长空间的股票。从运行以来的成份股看,百发100指数行业结构分布较为均匀,其中在可选消费、信息技术、电信业务、工业等超配的行业,更多是代表了当前经济结构转型的重点行业。
南方基金也表示目前跟踪i100指数的基金产品——南方大数据100指基已经获批,投资者利用新浪财经大数据掘金牛市指日可待。南方基金称,作为国内首例基于财经媒体与社交平台挖掘投资情绪并应用于指数选样的策略指数,南方新浪大数据100指数深度贯彻李克强总理的“互联网+”精神,创新融合互联网与传统行业,实现了互联网技术和金融投资策略的深度融合。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20