大数据基金江湖,一场主动与被动的较量……
从目前大数据基金的数据类型来看,包括银行卡交易数据、线上销售数据、搜索量数据、用户浏览行为、用户选股行为、用户点击关注行为等。
“事实上,基金投资本身是对信息的挖掘和处理,我们以往借助的是上市公司披露的信息,现在大家对这些信息的挖掘和处理已经十分深入,竞争比较激烈,在这种情况之下,我们需要崭新的数据源,这就来源于对大数据的充分利用。”某大数据基金相关人士在采访中对记者如此表示。
部分大数据基金选择与互联网巨头“BAT”联姻。如广发百发大数据基金,数据来源为充分运用百度公司互联网行为大数据。嘉实腾讯自选股大数据基金则将腾讯自选股大数据和行为金融模型相结合,构建大数据量化投资策略模型,在此基础上生成基金股票组合。
而除与互联网巨头“联姻”外,还有大数据基金选择更专业的股票平台。如泰达宏利同顺大数据基金,以同花顺大数据为基础,同时应用量化多因子选股的方式构建投资组合。海富通东财大数据基金,基于东方财富网大数据的主动管理型基金。
除以大数据为因子进行主动管理型大数据基金外,还有为数不少的被动指数型大数据基金。根据WIND数据,上述17只基金中,博时银智大数据100、博时淘金大数据100I、博时淘金大数据100A、南方大数据300C、南方大数据300A、南方大数据100、大成互联网+大数据这7只基金均属于此类。
大成互联网+大数据基金,以中证360互联网+大数据100指数的成份股及其备选成份股为主要投资对象,该指数由大成基金、奇虎360旗下公司360你财富和中证指数公司联合推出。
南方大数据100基金,跟踪大数据100指数,南方大数据300则以大数据300指数为策略指数,对样本空间的股票,按照“财务因子”得分、“市场驱动因子”得分和“大数据因子”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300名的股票构成大数据300指数初始样本股。
博时中证淘金大数据基金,以电商大数据指数淘金100为数据来源,由博时基金,蚂蚁金服,恒生聚源合作编制,由中证指数公司发布。
被动指数型大数据基金表现更优
从成立日期来看,上述17只全称里包含“大数据”的基金最晚为成立于2016年5月20日的博时银智大数据100,最早为成立于2015年4月24日的南方大数据100基金。其中,12只基金为2015年成立,其余为2016年成立。
其中,被动指数型基金成立时间较早,7只被动指数型基金中有5只为2015年7月前成立,2只为2016年成立。而10只主动管理型基金成立时间则7只成立于2015年,3只成立于2016年。
值得注意的是,17只基金中业绩排名前5位的均是被动指数型大数据基金。2015年二季度以来,表现最好的基金为大成互联网+大数据基金,2016年4月1日以来截至上周收盘,收益为7.04%,其次是博时银智大数据100基金,收益率为5.03%。南方大数据100、博时淘金大数据100A、博时淘金大数据100I分别以3.85%、3.82%、3.81%的收益率位列其后。
据WIND数据统计,今年二季度以来截至上周收盘,可比2011只偏股型基金平均收益率为0.35%,上述17只基金中仅10只高于平均收益率,而其余7只则低于0.35%。值得注意的是,这7只基金,均为主动管理型大数据基金。
某量化基金基金经理在接受《证券日报》基金新闻部记者采访时曾表示,管理量化基金最需要克服人性的弱点,保持一贯的策略。而被动指数型大数据基金则无此隐患。
济安金信副总经理、基金评价中心主任王群航表示:“基金投资中有主动型策略与被动型策略两种,早期带有大数据概念的基金全部是指数型基金,全部在市场去年以来的暴跌过程中净值损失严重。前期,市场上已有主动型策略的大数据基金发行,其净值表现似乎没有给投资者带来惊喜,其中的原因,还是与公募基金常规的重选股、不重择时做法有关。相关基金即使在名称中使用了‘灵活配置’这四个字,但是相关的基金管理人是否会择时、是否能够择时,自然就牵涉到相关基金的净值表现。”
数据分析咨询请扫描二维码
数字化转型是企业提升竞争力和实现可持续发展的关键路径。面对快速变化的市场环境,以及技术的飞速发展,企业在数字化转型过程中 ...
2024-11-15CDA数据分析师认证:CDA认证分为三个等级:Level Ⅰ、Level Ⅱ和Level Ⅲ,每个等级的报考条件如下: Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10