跨界掘金“大数据” 基金也玩“互联网+”
近期,不少公募基金联合专业互联网企业已经或酝酿发行“大数据”基金,给基金印上了深深的“互联网+”烙印。人们不禁要问,究竟什么是“大数据”基金,它又能为投资者带来怎样的回报呢?
选股标准是什么?大数据说了算
目前,市场中已有多只跟踪不同大数据指数的基金。据不完全统计,其中既包括银河定投宝、广发百发100指基等已经发行一段时间的基金;也包括即将发行的南方大数据100基金;此外,博时基金也将推出两只与淘金100指数挂钩的基金产品。
值得研究的是,这几只基金挂钩的数据在选股模式中各具特色。其中,广发百发100指基挂钩的是百发100指数,该指数由百度与中证指数公司、广发基金合作推出,业内人士表示,其最大的特点就是引入了“投资者情绪指标”。何为“情绪指标”?根据官方解释,当某只股票被搜寻的时候,意味着有投资者对这只股票产生了关注。因此,股票在百度的搜索量某种程度上就可以反映投资者目前关注的股票以及投资偏好。将这样的因子加入到传统的量化模型中,就能优化选股模型。
而银河定投宝追踪的中证腾安指数是国内第一家由互联网媒体与专业机构编制发布的A股指数。业内人士表示,与百度百发的思路不同,该指数并没有利用互联网引入模型因子,而是利用腾讯微博的影响力挖掘了一大批来自于财经媒体、证券投资、资本运作、行业研究等不同领域的专家以甄别股票。
即将发行的南方大数据100基金挂钩的则是i100指数,该指数由南方基金、新浪财经和深证信息公司联合推出。据介绍,该指数综合财务、市场驱动、大数据三大因子形成选股策略,通过对财经领域的“大数据”进行定性与定量分析,同时考量股票基本面与市场驱动情况,精选出综合排名靠前的100只股票组成指数样本股。
此外,上周“新鲜出炉”的中证淘金大数据100指数则是由蚂蚁金服、博时基金、恒生聚源及中证指数共同发布的全球第一个电商大数据指数。其官方资料显示,该指数是基于海量的电商交易数据,经过大数据与金融的碰撞后,产生的全球首个电商大数据指数产品。该指数量化投资模型由行业景气指数、财务因子、市场驱动因子等构成。
量化模型创新 最终还需市场检验
值得注意的是,相较于传统指数,大数据指数调整周期普遍较短。例如,i100指数、中证淘金大数据100指数和百发100指数的换股周期均为1个月,而像沪深300指数这样的传统指数,则是每半年调整一次成分股。业内人士表示,大数据指数样本股调整周期缩短,可以起到摊薄风险、提高收益的作用。
事实上,国外也已经有运作得颇为成功的先例。在2012年7月,保罗·霍廷(Paul Hawtin)成立基于推特(Twitter)、新闻媒体信息等数据进行交易的对冲基金。根据CAYMAN ATLANTIC在其官网披露的基金历史收益数据显示,截至2014年10月,该基金的累计收益率达到51.05%,年化收益率超过20%,在基金运行的28个月中有24个月获得了正收益,最大回撤为-0.33%。
那么,神乎其神的大数据基金真有那么厉害吗?它是不是基金公司用来吸引投资者的营销噱头呢?对此,数米基金研究部主管王炜表示,大数据基金并不仅仅是一个营销噱头,“而是一种创新的量化决策模型”。他指出,大数据紧紧依靠数据、同时创新量化模型,确实可为投资者带来实实在在的好处。德圣基金首席分析师江赛春则表示,虽然现在许多基金都冠以“大数据”头衔,但是“不一样的数据来源和操作方法带来的指数、投资决策是不同的”。因而并不能说所有大数据基金都很好,“最终还是需要市场对其进行检验”。
对于“大数据”基金的流行,江赛春也提出了质疑:“大数据基金的数据来源平台非常多样,不同的平台有不同的用户,我们并不知道数据是怎样被处理的,也不知道基金公司在挖掘数据后是否会加以处理再推出市场。”他认为,基金公司在挖掘数据后,如果再经人工加工,“那数据就会失去原本的意义”。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22