大数据基金走火销售渠道塞车 创新更对年轻人胃口
上证综指时隔7年重返4400点关口,创业板指数重返新高。亢奋的投资者情绪向任何一个接近的市场蔓延。记者昨天从基金发行市场获悉,由于三家老牌基金公司扎堆“触网”,大数据基金意外“走火”,南方基金与新浪合作的大数据100指数基金昨天上线仅两小时便出现银行渠道堵车、原定的发行限额一日告罄的火爆场面。同城的另一家老牌基金公司博时与淘宝合作的淘金100指数基金,则已成为投资者瞄准的下一只大数据产品。业内预计,随着80后、90后投资者陆续进入股票市场,具有“互联网+”特色的基金产品将成为投资理财市场的下一个风口。
“互联网+”催生大数据基金
大数据基金源自以BAT为代表的互联网巨头向公募基金领域的大举进军。
去年10月,由百度[微博]与广发基金合作的广发百发100指数基金率先亮相。最新数据显示,百发100E份额累计净值1.722元,这意味着该基金成立以来仅用5个多月就实现了72%的收益率。
4月13日,百发100基金E类份额第二次打开申购,线上销售超过20亿元,远超5亿元募集上限,最终确认的配售比例为24.6%。
百度的首战告捷,显然让同行们眼热不已。互联网巨头们加快了向证券投资理财市场挺进的步伐。
4月21日,由淘宝旗下蚂蚁金服与博时基金合作、为招财宝量身定做的博时招财一号大数据保本混合型基金上线。来自蚂蚁金服的最新信息显示,连续两天,该基金都刷新了招财宝的销售纪录,针对该基金的点击咨询量已迅速超过16万次。
接下来的一幕更令人目瞪口呆。几乎没有任何预兆,南方基金与门户巨头新浪财经合作的南方大数据100指数基金(i100)昨天首日上线,便将发行渠道冲击得几乎瘫痪。上午11点半,来自大量用户的反馈显示,由于销售火爆,部分银行显示无法认购i100。南方基金不得不紧急向各发行渠道提示,投资者可通过APP直销汇款认购,享受0认购费优惠。
至记者截稿时止,来自南方基金的最新统计显示,该基金仅发行一日便已达到10亿元的募集上限,不得不启动比例配售。
4月27日,博时与淘宝合作的淘金100指数基金还将在博时全渠道首发。针对南方i100昨天出现的火爆场景,博时基金加紧了渠道准备工作,以应对可能出现的申购洪峰。
大数据基金业绩抢眼
为什么大数据基金突然“走火”?
一位基金业人士分析说,亮眼的业绩与新兴人群的定位,是催旺大数据基金的主要原因。
记者从多家已推出大数据产品的基金公司收集到的资料显示,大数据基金往往是针对互联网大数据量化开发出来的创新型基金产品,从其指数设计思路来看,就有着紧跟市场变化的先天优势。
例如博时的淘金100指数基金,就充分利用了合作方淘宝网在电商领域的领先优势,将淘宝网6000多种商品对应中证35个行业、1700只股票,根据淘宝商品的交易价格、交易量、用户行为等指标的变化,预测相关行业的盈利和景气程度。
博时基金副总裁王德英介绍说,该基金实际上是基于电商大数据的一款基本面指数基金,淘宝网的产品特点决定了该产品的投向更侧重消费行业。数据显示,2014年淘金100大数据全年收益116.25%,同期沪深300回报率51.66%,上证指数52.87%。
如果说博时的大数据基金侧重于基本面分析,那么,南方的i100则更擅长对市场情绪的跟踪。
这只财经大数据基金,通过新浪的股票信息点击量、阅读量、互动量等信息挖掘出股票热度预期,结合南方基金量化投资研究平台,分析出股票的成长预期和估值提升预期,多维度选投标的。i100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、大数据得分进行模型优化,然后将计算的综合得分从高到低排序,选取排名在前100名的股票构成大数据100指数初始样本股。这部分样本股实施月度定期调整,以便及时捕捉市场动态。
显然,i100指数成份股更多地由投资者情绪和市场走势所驱动,在牛市环境下更容易紧跟市场节奏。实测数据也证实了这一点。Wind数据显示,截至2015年4月13日,i100指数自年初以来上涨幅度达到63.06%,大幅跑赢上证综指、沪深300等传统主流指数。
创新型产品更对“小白”胃口
实际上,本轮牛市的一个重要特征便是80后、90后的新生代投资者成为增量资金来源,谁赢得了这批新生代投资者,谁就掌握了增量资金的重要入口。
为此,公募基金公司纷纷从产品创新、平台创新等多种维度寻找“互联网+”的突破口。
大数据基金的崛起,说明公募基金的触网潮已从平台合作走向产品开发的更深层次领域。一位基金公司的大数据基金研发人士告诉记者,大数据基金的真正战场是其背后互联网巨头之间的卡位竞争。由于大数据的开发能力决定了相关指数的含金量,基金公司的研发能力十分重要,因此,互联网巨头也往往选择偏股型基金投研能力更强的老牌基金公司作为合作伙伴。“现在市面上这几只产品,仅开发就做了几个月,其他公司要想快速赶上,短时间可能没那么容易。”
数据分析咨询请扫描二维码
《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数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21