
新三板造富机器启动 一路财富定制新三板大数据基金
2014年,71家企业股价涨幅超10倍,最高涨幅高达91766%;截至2015年4月10日,该市场涨幅在10倍以上的股票有10只,2倍以上的股票有33只……究竟什么市场能有如此惊艳的表现?中国普通投资者如何投资?
该市场2001年起源于中国,2012年得到国家政策支持得以快速发展,2014年新增挂牌1232家公司,它被投资者誉为中国版的纳斯达克,价值投资者将其视作“超级金矿”,它的全称是“全国中小企业股份转让系统”,被人们称作“新三板”。
从无人问津到集体暴涨,新三板的狂热似乎在一夜之间爆发。数据显示,截至2015年3月2日,于今年3月新发布的新三板做市指数上涨了89.9%,新三板成分指数上涨了59.9%。新三板火爆的局面或被证监会主席肖钢的一席话推上又一高潮。今年3月,肖钢在接受媒体采访时表示,今年将试点新三板和创业板之间的转板机制。这一机制的打通,将使得更多机构跑步入场,届时,新三板的估值和流动性将获得进一步提升。2015年新三板还将释放多项政策利好,如创业板单独层次、推出注册制、分层管理等等。
巨大的财富效应下,中小散户也开始蠢蠢欲动,然而500万元的投资门槛让大多数投资者都望而却步。一路财富作为中国首家生活理财服务平台,本着以用户为本的经营理念,积极响应投资者需求,发行全国首支新三板大数据基金—国泰一路财富新三板大数据策略1号基金(以下简称“新三板大数据1号”)。本基金主要投资于在新三板挂牌交易的股票, 侧重于投资大数据、互联网相关行业的新三板公司;在严格控制投资风险的前提下,力争为投资者创造较高的当期收益和绝对回报。
让理财产品简单有趣可信赖一直是一路财富的经营理念,一路财富CEO吴雪秀在做客央视时如是阐述。新三板大数据1号的发布也正是迎合了公司这种经营理念,目的就是让投资者以最简单最直接的方式去掘金错综复杂的资本市场。之所以选择新三板大数据概念,是因为看中了大数据产业的发展潜力及新三板挂牌公司明显的估值溢价。
首先大数据作为时下最火热的IT行业的词汇,随之而来的数据仓库、数据安全、数据分析、数据交易等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点,举个通俗的例子,如果你周末想去故宫玩耍,但不知道里面人多不多,这时大数据就可以告诉你答案,因为有了大数据之后,就可以实时知道故宫卖了多少票,就能知道故宫挤不挤。另外还有“迁徙图”,可以告诉你哪条航线最热门,类似的方便还只是个开始。
其次,选择新三板挂牌公司是因为新三板相对创业板与主板存在明显的估值溢价。主板与创业板软件与服务公司对应平均 91 倍 PE,而新三板同行业公司 PE 仅 21 倍,可见主板与创业板相对新三板存在明显的估值溢价。 从挂牌公司平均市值来看,软件与服务主板与创业板上市公司平均市值为 102.25 亿, 而新三板挂牌公司平均市值仅为 1.37亿。(数据截止到2015年1月9日)
同时,该款产品还有一个最大的亮点就是采用了“定制基金”的模式。这种模式最早应用在“新华一路财富”这只基金上。2014年4月13日,新华基金与一路财富联合发行了一款互联网特性的公募基金产品—新华一路财富。新华一路财富自成立以来创下了66%的超高收益,成为混合基金的造富神话。
事实上,随着互联网金融业务的发展,一路财富借助互联网金融的东风,全新立意,以普惠金融为触角,在互联网理财2.0时代,运用大数据、结合国外最新互联网金融发展趋势和成熟理念,致力于打造金融精品店,不仅在金融产品方面推陈出新,后续在全生命周期理财规划、主题基金组合研究、资产配置方案、社区化投资圈子等多方面展开深入研究,并逐一迈开步伐,领先于业内推出了全自动化资产配置模式,为老百姓提供一站式自助理财服务。
“玩的再花哨,最后让客户赚钱才是硬道理。”这是一路财富CEO吴雪秀反复强调的一句话。我们也有理由相信一路财富在这条路上会走的更远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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