京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国内第一只房地产大数据股票指数将发布
中国指数研究院29日发布的消息称,将于2015年9月23日正式发布由中国指数研究院及博时基金管理公司共同编制的股票指数——中证房天下大数据指数,这是国内第一只聚焦房地产行业的大数据股票指数。
今年以来,货币政策持续宽松,房地产市场稳步回暖,投资者对房地产股的关注度也很高。中证房天下大数据指数旨在帮助投资者运用大数据科学选择优质房地产股票。据了解,该指数运用CREIS中指数据库及搜房网房天下的数据资源,结合中国指数研究院的指数研究经验与博时的量化投研能力进行编制,未来两家机构还将推出基于该指数研发的基金产品。
中国指数研究院是中国最大的房地产专业研究机构之一。经过20余年的积累,中国指数研究院整合了中国房地产指数系统、中国房地产TOP10研究组及搜房网房天下在全国539个城市的数据资源,建立了CREIS中指数据库。
中国房地产指数系统于1995年通过国家最高级别的专家鉴定,为国内最早的房地产指数体系,是一套以量化方式反映全国及主要城市房地产市场发展变化轨迹的指标体系和分析方法,被称为中国房地产市场的“晴雨表”和引导投资置业的“风向标”。
博时基金管理有限公司是中国内地首批成立的五家基金管理公司之一,是业内率先战略性提出量化投资理念的资产管理机构之一。
根据编制方案,中证房天下大数据指数将按照上市公司的销售情况、土地储备情况以及去库存情况得到对应的房地产行业大数据因子得分。在此基础上,按照综合财务因子、市场驱动因子以及房地产行业大数据因子加权得到个股综合得分。最后,选择综合得分最高的、不超过房地产行业股票数量80%的股票为样本建立指数,为投资决策提供参考。
相较于传统指数,中指院称,中证房天下大数据指数具有如下特点。一是,以详实准确的数据为依据,数据颗粒度精细到具体项目,避免人为因素影响;二是,庞大的数据覆盖房地产投资开发的各个环节,反映各城市房地产运营成本(拿地价格,溢价率)与销售状况(金额,面积),更好的评测企业业绩表现;三是,领先季报与年报,提前预判企业业绩趋势,及时调整投资策略。
今年以来,货币、信贷、财税等多重政策宽松推动房地产市场持续回升,2015年1-7月中国商品房销售面积为59914万平方米,同比增长6.1%;销售额为41171亿元人民币,同比增长13.4%,楼市“金九银十”的销售旺季有望如期而至。与此同时,房地产行业的转型也在加速。
业内人士指出,目前中国房地产行业与金融资本市场的融合趋势加速。中指院与博时基金的合作就是其中一例,而且这也意味着房地产与金融的融合已经深入到指数分析领域。
据悉,在中证房天下大数据指数正式发布后,博时基金将采用指数量化投资策略,推出紧密跟踪中证房天下大数据指数的基金,这将是国内第一只“房地产大数据”的基金产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20