京公网安备 11010802034615号
经营许可证编号:京B2-20210330
银联卡消费将开启大数据指数之旅_数据分析师考试
银联卡消费将开启大数据指数之旅。7月31日,中证指数公司表示,业内首批以银联卡消费数据为基础开发的大数据指数将陆续推出。其中,由博时基金携手中国银联旗下银联智惠信息服务(上海)有限公司(以下简称“银联智惠”)共同推出的中证银联智惠大数据100指数(以下简称“银智100”)将于8月24日正式发布。
据悉,银智100是在中证全指的基础上,基于银联智惠提供的消费领域总体趋势统计数据进行加工分析,并结合博时基金的量化选股模型综合开发的细分指数。该指数综合财务因子、市场驱动因子、行业大数据因子和其相应近期及长期历史表现之间的相关性作为加权依据,对这三类因子得分进行加权计算,得到股票的综合得分,评分最高的100只股票作为样本股。
该指数以2010年12月31日为基日,以该日收盘后所有样本股的调整市值为基期,以1000点为基点。数据显示,自基日以来到2015年7月1日,银智100等权重累计收益率为300.84%,年化收益达69.31%,历史模拟业绩表现较好。业内人士表示,包括银智100在内的首批银联卡消费大数据指数的发布,将让海量的银联卡消费数据首次得以直接为证券投资提供数据支持,也填补了我国细分指数和策略指数市场体系中的空白。
银联智惠利用大数据技术,对这些交易数据进行清洗、去噪,再通过脱敏和行业聚类分析后,最终“萃取”出“衣食住行娱”等多个消费类行业的特征数据。并然后分别从“成长趋势”、“价格走向”、“供需关系”等多个维度,对行业的景气度进行评判,可以较为准确地预知股市中相关行业的股价走向。
今年4月博时基金携手蚂蚁金服、恒生聚源及中证指数公司共同携手推出首个电商大数据指数——中证淘金大数据100指数。博时基金相关人士表示,淘金100大数据指数偏线上消费数据,银智100则聚焦线下消费数据,正好形成互补,可以满足投资者的双向投资需求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21