
大数据基金走火销售渠道塞车 创新产品更对年轻人胃口
上证综指时隔7年重返4400点关口,创业板指数重返新高。亢奋的投资者情绪向任何一个接近的市场蔓延。记者昨天从基金发行市场获悉,由于三家老牌基金公司扎堆“触网”,大数据基金意外“走火”,南方基金与新浪合作的大数据100指数基金昨天上线仅两小时便出现银行渠道堵车、原定的发行限额一日告罄的火爆场面。同城的另一家老牌基金公司博时与淘宝合作的淘金100指数基金,则已成为投资者瞄准的下一只大数据产品。业内预计,随着80后、90后投资者陆续进入股票市场,具有“互联网+”特色的基金产品将成为投资理财市场的下一个风口。
“互联网+”催生大数据基金
大数据基金源自以BAT为代表的互联网巨头向公募基金领域的大举进军。
去年10月,由百度与广发基金合作的广发百发100指数基金率先亮相。最新数据显示,百发100E份额累计净值1.722元,这意味着该基金成立以来仅用5个多月就实现了72%的收益率。
4月13日,百发100基金E类份额第二次打开申购,线上销售超过20亿元,远超5亿元募集上限,最终确认的配售比例为24.6%。
百度的首战告捷,显然让同行们眼热不已。互联网巨头们加快了向证券投资理财市场挺进的步伐。
4月21日,由淘宝旗下蚂蚁金服与博时基金合作、为招财宝量身定做的博时招财一号大数据保本混合型基金上线。来自蚂蚁金服的最新信息显示,连续两天,该基金都刷新了招财宝的销售纪录,针对该基金的点击咨询量已迅速超过16万次。
接下来的一幕更令人目瞪口呆。几乎没有任何预兆,南方基金与门户巨头新浪财经合作的南方大数据100指数基金(i100)昨天首日上线,便将发行渠道冲击得几乎瘫痪。上午11点半,来自大量用户的反馈显示,由于销售火爆,部分银行显示无法认购i100。南方基金不得不紧急向各发行渠道提示,投资者可通过APP直销汇款认购,享受0认购费优惠。
至记者截稿时止,来自南方基金的最新统计显示,该基金仅发行一日便已达到10亿元的募集上限,不得不启动比例配售。
4月27日,博时与淘宝合作的淘金100指数基金还将在博时全渠道首发。针对南方i100昨天出现的火爆场景,博时基金加紧了渠道准备工作,以应对可能出现的申购洪峰。
大数据基金业绩抢眼
为什么大数据基金突然“走火”?
一位基金业人士分析说,亮眼的业绩与新兴人群的定位,是催旺大数据基金的主要原因。
记者从多家已推出大数据产品的基金公司收集到的资料显示,大数据基金往往是针对互联网大数据量化开发出来的创新型基金产品,从其指数设计思路来看,就有着紧跟市场变化的先天优势。
例如博时的淘金100指数基金,就充分利用了合作方淘宝网在电商领域的领先优势,将淘宝网6000多种商品对应中证35个行业、1700只股票,根据淘宝商品的交易价格、交易量、用户行为等指标的变化,预测相关行业的盈利和景气程度。
博时基金副总裁王德英介绍说,该基金实际上是基于电商大数据的一款基本面指数基金,淘宝网的产品特点决定了该产品的投向更侧重消费行业。数据显示,2014年淘金100大数据全年收益116.25%,同期沪深300回报率51.66%,上证指数52.87%。
如果说博时的大数据基金侧重于基本面分析,那么,南方的i100则更擅长对市场情绪的跟踪。
这只财经大数据基金,通过新浪的股票信息点击量、阅读量、互动量等信息挖掘出股票热度预期,结合南方基金量化投资研究平台,分析出股票的成长预期和估值提升预期,多维度选投标的。i100指数对样本空间的股票,按照财务因子得分、市场驱动因子得分、大数据得分进行模型优化,然后将计算的综合得分从高到低排序,选取排名在前100名的股票构成大数据100指数初始样本股。这部分样本股实施月度定期调整,以便及时捕捉市场动态。
显然,i100指数成份股更多地由投资者情绪和市场走势所驱动,在牛市环境下更容易紧跟市场节奏。实测数据也证实了这一点。Wind数据显示,截至2015年4月13日,i100指数自年初以来上涨幅度达到63.06%,大幅跑赢上证综指、沪深300等传统主流指数。
创新型产品更对“小白”胃口
实际上,本轮牛市的一个重要特征便是80后、90后的新生代投资者成为增量资金来源,谁赢得了这批新生代投资者,谁就掌握了增量资金的重要入口。
为此,公募基金公司纷纷从产品创新、平台创新等多种维度寻找“互联网+”的突破口。
大数据基金的崛起,说明公募基金的触网潮已从平台合作走向产品开发的更深层次领域。一位基金公司的大数据基金研发人士告诉记者,大数据基金的真正战场是其背后互联网巨头之间的卡位竞争。由于大数据的开发能力决定了相关指数的含金量,基金公司的研发能力十分重要,因此,互联网巨头也往往选择偏股型基金投研能力更强的老牌基金公司作为合作伙伴。“现在市面上这几只产品,仅开发就做了几个月,其他公司要想快速赶上,短时间可能没那么容易。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03