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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19