
360互联网+问世 大成基金携手360金融掘金大数据_数据分析师考试
随着A股历史上罕见的剧烈震荡接近尾声,市场信心重新凝聚,后市向好成为大势所趋。此时,互联网金融圈迎来一位重量级选手——中证指数公司今日正式发布中证360互联网+大数据100指数(下称:360互联网+指数)。据悉,该指数为大成基金与360金融合作定制开发,是360跨界互联网金融领域打响的第一枪。
在 “互联网+”纳入总理的政府工作报告,并被提升为国家战略的背景下,该指数聚焦“互联网+”领域,利用360平台的海量数据,深挖行业及个股投资价值,关注中国产业的整体转型,可谓正能量满满。
数据金矿 360转战互联网金融
360作为国内最大的互联网安全公司在互联网界声名赫赫,以免费杀毒、绿色浏览器等安全概念形象广为人知。其实,360同时也是国内数一数二的优质数据源平台,360所拥有大数据的质量、数量以及对大数据的挖掘,在业内均处于领先地位。据了解,360是国内第二大搜索引擎服务商,拥有超过5亿PC用户和超7亿手机用户,旗下丰富的大数据金矿,尤其可应用于互联网金融领域的数据,吸引了众多金融从业者的眼光。
据悉,根据奇虎360季报,截至2015年3月,奇虎360基于PC的产品和服务的月度活跃用户总人数为5.03亿人;产品的用户渗透率为94.7%;主要移动安全产品的智能手机用户总数达7.78亿人;安全浏览器的月度活跃用户人数为3.76亿人;安全浏览器的用户渗透率为70.8%;个人启动页及其子页面的日均独立用户访问量为1.33亿人次;个人启动页及其子页面的日均点击量约为6.90亿次。
强强联手大成360打造“互联网+”指数
2015年初,360悄然成立360金融,组建了专门的金融团队,尝试运用业内领先的大数据挖掘与分析能力,进军互联网金融业务。几乎与此同时,大成基金也组建了互联网金融总部,管理层将互联网金融定位为公司战略,并由首席战略官温智敏先生直接分管。公司互联网金融团队成立后,致力于开创投资管理新模式,打造互联网创新平台,通过大数据量化策略来改造投资端及投顾端的产品与服务,并积极探索人工智能投资。
凭借前瞻的互联网金融理念、雄厚的量化投资能力,并基于共同的理念,大成基金迅速携手360金融,成为后者在公募基金的第一家全方位战略伙伴。2015年6月,大成基金公司与360金融达成互联网金融战略合作协议,7月,双方与国内规模最大的专业指数服务公司——中证指数合作,360互联网+大数据指数正式出炉。
作为中国互联网行业领军人物,360集团董事长周鸿祎先生一直在呼吁、倡导“互联网+”的理念,而双方合作的第一个产品,“中证360互联网+大数据指数”的诞生,正是对他这一理念的最好实践。
产品解密 大数据指数再领投资潮流
中证360互联网+大数据100指数的开发基于过去三年多以来360集团的大数据资源,将好搜用户、360导航用户、360浏览器用户、360安全卫士开机小助手用户等对互联网相关股票的访问量、搜索量、媒体报道等数据进行统计对比分析,从而构建多因子策略模型,得出相关研究结论。
中证360互联网+大数据指数采用的大数据原理之一,是360旗下的好搜搜索引擎根据用户发出的搜索请求及其查询关键字,经过文本挖掘和语义分析,筛选出每天与每只股票相关的查询次数。通过查询次数的分析,可以反映出用户对股票的情绪。
据了解,大成基金此番另辟蹊径联合奇虎360定制互联网主题指数,正是看好360未被挖掘的强大数据金矿以及“互联网+”的长期发展趋势。目前,在国内乃至全球范围内,利用大数据做金融投资研究与实操,还具有非常广阔的空间,互联网+大数据指数的问世,仅仅是大成基金与360金融对大数据金融合作的第一步。
大成基金首席战略官温智敏先生认为,在全球主要资本市场,指数表现往往超过绝大部分基金经理主动管理的基金。 2008年金融危机之后,以低成本和较好回报为特点的指数基金已成为最受美国投资者们欢迎的投资产品。在目前国内股市的单边上涨行情结束、波动趋势加剧的情况下,基于互联网大数据的处理分析来捕捉市场情绪变换的360大数据指数,将可以为广大投资者提供别具优势的产品选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29