京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网大数据指数基金来袭:不怕牛市赚不到钱
国内互联网公司联合基金公司推出的大数据指数基金
新浪科技 刘璨 穆媛媛
随着国内股市的一路上涨,国内股民对于炒股的热情也日渐高涨。一时间“中国大妈杀入股市”、“全民炒股”等词语纷纷出现在各大媒体报道的重要位置。
不过,在牛市中赚不到钱这个现象在广大股民尤其是新股民中,并不少见。并且随着业内对于国内股市进入调整期的言论愈来愈多,很多人开始犹豫是否进入股市,或在考虑其他的投资方式。
“关于投资,就应该让我们专业的人来做专业的事。”南方大数据100拟任基金经理雷俊在4月20日召开的大数据100指数基金说明会上豪言道。
能让他有如此自信的产品是南方基金与新浪财经联合出品的大数据100指数基金(代码:001113),该产品将于4月22日起发售,募集规模上限为10亿元。
数据显示,截至4月10日i100指数今年以来涨幅达59.7%,同期上证综指涨幅24.72%,沪深300指数涨幅22.94%。近一年i100指数上涨126.6%,大幅跑赢上证综指、沪深300等传统主流指数。
这样的成绩甚至比部分老股民的收益还要高。虽然国内股票普涨,但为了追逐热点频繁换股,而实际收益并不高的现象比比皆是。业内一个流行的段子称,一个股市老手炒了几个月的收益还不如一个小白用户买的基金收益高。
首只财经大数据指数基金
互联网与金融领域的融合正在让更多的互联网公司参与到金融产品中来。百度、阿里、新浪、腾讯等互联网公司纷纷推出了自己的大数据指数基金,并且以优异的表现赢得了广泛关注。
与其他指数基金不同的是,大数据100指数基金是国内首批应用中国财经大数据的指数产品。
该产品以新浪财经的互联网财经大数据应用为特色,基于财经新闻媒体与社交平台海量大数据,挖掘投资者情绪,紧密跟踪市场热点并应用于指数选样的策略指数。
在选股策略上,i100指数综合财务、市场驱动、大数据三大因子,通过对财经领域的“大数据”进行定性与定量分析,同时考量股票基本面与市场驱动情况,选出综合排名靠前的100只股票组成指数样本股。同时,i100样本股实施月度定期调整,可以更及时捕捉市场动态。
不同于沪深300等恒定风格指数,i100指数成份股由投资者情绪和市场走势所驱动。并且相对主动管理型基金i100指数具有更低的费率。据介绍如果采取汇款交易的方式,还可以免去认购费用。
市场情绪左右中国股市
挖掘并分析投资者情绪,是i100指数利用大数据工具的目的,同时也是这只大数据指数的特别之处。
与国外股票市场更多是机构投资人主导不同,中国市场70%-80%是中小散户投资人。即将负责i100指数基金的雷俊指出,这导致了中国市场投资人本身的情绪对市场波动的影响非常大。
在刚刚过去的周末,证监会发出的公告以及市场的反应充分说明了市场情绪的影响力。
证监会在上周五举行发布会,明确了不得以任何形式开展场外股票配资、伞形信托等;同时,四部门宣布近期将扩大融券交易和转融券交易的标的证券至1100只。
这项新政中隐含的“鼓励做空”意味,直接导致当晚新加坡富时A50股指期货出现跳水、收盘跌近6%。而今年1月份发生的暴涨暴跌事件更是充分反应了市场情绪的力量。
1月19日沪指因1月16日证监会通报包括中信证券在内的12家券商两融违规等利空袭击而暴跌7.7%,A股市值一日蒸发3万亿元。在证监会否认打压股市之后的1月20日,沪指大涨1.82%。而1月21日,市场恐慌情绪逐渐消失,牛市心态回归,沪指暴力反弹4.74%。
而这些市场反应,可以通过用户的上网行为进行量化分析,从而可以提前判断。
南方策略基金经理刘治平指出,当大量投资者开始关心某些股票并且在网页、股吧、微博上留下“痕迹”时,通过对这些“痕迹”进行分析,使其具备统 计意义,并归纳总结出可以揭示某些股票将来走势的信号,因为这些开始关心这类股票的网民们很可能会近期做这些股票的买卖交易。这样的信号再结合各种估值、 成长、交易量等指标进行筛选优化,那么就可以比较大概率的选出那些近期未来表现良好的股票。
雷俊指出,i100指数产品推出的初衷也是因为看到互联网用户在网络上做出的贡献,想要把这种贡献转化为生产力,去回馈给互联网用户和投资者。 “互联网的信息是非常独特的,传统的股票研究很难涉及到这方面的内容。我们力图通过互联网信息的挖掘,能够发现一些给投资者不同回报的东西”,雷俊说。
另外,社交平台微博上的用户内容也可以用来分析洞察股市动向,国外甚至已经有成功运作的例子。华尔街德温特资本市场公司分析全球3.4亿微博帐户留言,判断民众情绪(高兴买股票,焦虑抛售股票),通过分析高兴和焦虑的多寡来判断股票抛售情况。
这就是其CEO保罗·霍廷成立的基于Twitter、新闻媒体信息等数据进行交易的对冲基金。根据Cayman Atlantic数据,截至2014年10月,该基金的累计收益率超50%,年化收益率超过20%,在运行的28个月中只有4个月没有获得正收益。
大数据分析补齐传统基金短板
不可否认的是,业内对于大数据指数基金一直有着安全与风险的顾虑。不了解的投资者或许认为这种基金全部依靠互联网大数据,但实际上互联网与大数据的参与只是一部分。
在i100指数中,除了互联网大数据信息,财务信息与市场行情驱动信息共同构成了三大投资数据基础。
更重要的是,通过大数据信息,将市场情绪加入投资分析,是弥补了原来的短板,因为在传统的基金研究中由于缺乏分析工具,一直缺少市场情绪的数据。
雷俊也指出,南方新浪大数据i100指数的编制初衷在于股票研究数据和方法上的补位,以弥补之前的传统研究没有市场情绪的部分。另外,i100在股票的基本面分析之外,在整个市场资金动向、更高维度资金的走向上,都会有一个控制,从而保证了投资的安全性。
在具体的操作上,i100指数在调整上比传统基金更加迅速。i100指数编制方案是每个月换一次投资组合,而传统指数可能要三个月甚至半年才会更换一次投资标的。
投资圈里有这样一种说法,如果想要战胜市场,主要是两种模式:一种是拿得更稳、时间更长、更有长远的眼光,另一种是跑得更快。i100指数基金便是希望做到跑得更快,来跑赢市场。
互联网公司积极抢滩
目前,大数据策略指数逐渐兴起,丰富了当前国内策略指数构成。除了新浪外,百度、阿里、腾讯等互联网公司都联合基金公司推出了不同的大数据指数基金,但数据来源的不同导致了产品的特点也不尽相同。
百度的百发100指数,是通过统计用户在百度的海量搜索数据进行分析,加上全网的各种有关投资的新闻资讯以及来自百度地图、百度产出的大数据。
阿里的淘金100指数数据来自电商领域,主要基于交易信息、信用数据等,结合阿里巴巴、淘宝、天猫等平台上的细分行业成交与电商交易趋,通过这些数据可大致了解一个行业未来的盈利状况等。
腾讯的腾安主要是利用腾讯微博的影响力,挖掘了一批财经媒体、证券投资、行业研究、宏观经济以及金融工程等不同领域的专家,组成指数评审委员会,甄别剔除存在风险或不确定性的股票。
新浪大数据i100指数基金虽然在数据体量上相对较小,但数据来源更加精准,有效。
“新浪财经是一个垂直化的平台,我们的数据来源完全是投资者的行为,相对于业内其他产品我们的数据更加精准。“i100指数基金相关负责人解释说,举例来说,用户在搜索引擎搜索‘好想你’有可能是找歌曲、想购买红枣或者其他原因,但在我们平台上搜索肯定是搜索股票信息。”
基金业内人士表示,互联网和金融的结合正在逐渐走向深入,而基于大数据指数推出基金可能是一个新的趋势,预计将有更多的基金公司考虑这样的指数产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22