京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据指基表现抢眼 部分跟踪效果差_数据分析师
互联网大数据的迅猛发展让大数据指数基金成为指数型基金行列中的新兵,大数据指数以及相关的大数据指数基金也一直是很多投资者关注的重点。中国基金报记者统计发现,大数据指基今年以来上涨幅度较大,市场表现非常抢眼,但部分大数据指基的指数跟踪效率较低,并不尽如人意。
大数据指数普遍跑赢大盘
截至2015年4月30日,市场上已有4只大数据指数,分别是中证腾安价值100指数、中证百度百发策略100指数、中证淘金大数据100指数和大数据系列策略指数(i100和i300),目前已经有银河基金、国金通用基金、广发基金、博时基金、南方基金等公募与之合作,发布了基金产品跟踪此类指数。
基金研究人士称,由于数据来源的不同,上述大数据指数也各具特点。中证腾安价值100指数是利用腾讯微博影响力和财经领域专家组成的指数评审委员会推荐,作为个股选择来源。中证百度百发策略100指数是通过统计用户在百度的海量搜索数据和投资新闻资讯等百度大数据筛选个股。大数据系列指数(i100和i300)则根据用户在新浪财经对行情或个股新闻的访问、搜索热度以及微博的多空分析数据推荐。中证淘金大数据100指数则基于阿里的交易信息、信用数据等分析细分行业电商的交易趋势,预测行业未来盈利状况而推荐。
这些大数据指数的市场表现非常抢眼。Wind数据显示,截至2015年4月30日,中证腾安价值100指数、中证百度百发策略100指数、中证淘金大数据100指数、大数据系列策略指数i100今年以来分别上涨67.67%、62.49%、63.03%、68.85%,而同期上证综指、沪深300指数的涨幅仅为37.31%、34.42%。
相关产品跟踪效果不理想
记者在采访中发现,虽然互联网大数据指数基金有不俗的表现,但并非尽善尽美,有些大数据指基的指数跟踪效率不甚理想。以跟踪中证腾安价值100指数的银河定投宝为例,其对指数的跟踪效率相对偏低。
据基金业研究人士称,全复制型指数基金的跟踪误差如果控制在0.2%之内,则指数基金运作状况较为理想,一般情况下,日均跟踪误差超过0.35%,年跟踪误差超过4%,则指数基金的跟踪效率就较差。
记者统计发现,截至2015年4月30日,中证腾安价值100指数今年以来累计上涨67.67%,而跟踪该指数的银河定投宝仅上涨54.80%。若按照基金合同约定,银河定投宝的业绩比较基准为“中证腾安价值100指数收益率×95%+银行活期存款利率(税后)×5%”,那么银河定投宝的收益应该是66.04%,但银河定投宝今年以来54.80%的收益,与跟踪的指数差距高达11.24个百分点。此外,广发中证百发100指数基金今年以来收益率也只有58.55%,与对应指数62.49%的涨幅也有一定差距。
此外,根据记者统计,银河定投宝产品还出现了上涨乏力、下跌失速的情况。统计数据显示,在所有上涨交易日行情中,中证腾安指数今年以来累计上涨78.38%,而跟踪该指数的银河定投宝仅上涨69.98%;而在所有下跌交易日的行情中,中证腾安指数今年以来累计下跌27.77%,而跟踪该指数的银河定投宝下跌27.15%。而根据该只基金的基金合同,并未出现会增加“指数增强”的策略。
基金业研究人士称,互联网大数据指数的兴起,丰富了当前国内的指数构成,也受到了众多投资者的追捧,而在大数据指数推出后,跟踪这些指数的基金产品的市场表现和跟踪效率就至关重要,只有跟踪效率良好、经得起市场考验的大数据指基,才能最终获得投资者的认可。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31