
大数据基金江湖,一场主动与被动的较量……
从目前大数据基金的数据类型来看,包括银行卡交易数据、线上销售数据、搜索量数据、用户浏览行为、用户选股行为、用户点击关注行为等。
“事实上,基金投资本身是对信息的挖掘和处理,我们以往借助的是上市公司披露的信息,现在大家对这些信息的挖掘和处理已经十分深入,竞争比较激烈,在这种情况之下,我们需要崭新的数据源,这就来源于对大数据的充分利用。”某大数据基金相关人士在采访中对记者如此表示。
部分大数据基金选择与互联网巨头“BAT”联姻。如广发百发大数据基金,数据来源为充分运用百度公司互联网行为大数据。嘉实腾讯自选股大数据基金则将腾讯自选股大数据和行为金融模型相结合,构建大数据量化投资策略模型,在此基础上生成基金股票组合。
而除与互联网巨头“联姻”外,还有大数据基金选择更专业的股票平台。如泰达宏利同顺大数据基金,以同花顺大数据为基础,同时应用量化多因子选股的方式构建投资组合。海富通东财大数据基金,基于东方财富网大数据的主动管理型基金。
除以大数据为因子进行主动管理型大数据基金外,还有为数不少的被动指数型大数据基金。根据WIND数据,上述17只基金中,博时银智大数据100、博时淘金大数据100I、博时淘金大数据100A、南方大数据300C、南方大数据300A、南方大数据100、大成互联网+大数据这7只基金均属于此类。
大成互联网+大数据基金,以中证360互联网+大数据100指数的成份股及其备选成份股为主要投资对象,该指数由大成基金、奇虎360旗下公司360你财富和中证指数公司联合推出。
南方大数据100基金,跟踪大数据100指数,南方大数据300则以大数据300指数为策略指数,对样本空间的股票,按照“财务因子”得分、“市场驱动因子”得分和“大数据因子”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300名的股票构成大数据300指数初始样本股。
博时中证淘金大数据基金,以电商大数据指数淘金100为数据来源,由博时基金,蚂蚁金服,恒生聚源合作编制,由中证指数公司发布。
被动指数型大数据基金表现更优
从成立日期来看,上述17只全称里包含“大数据”的基金最晚为成立于2016年5月20日的博时银智大数据100,最早为成立于2015年4月24日的南方大数据100基金。其中,12只基金为2015年成立,其余为2016年成立。
其中,被动指数型基金成立时间较早,7只被动指数型基金中有5只为2015年7月前成立,2只为2016年成立。而10只主动管理型基金成立时间则7只成立于2015年,3只成立于2016年。
值得注意的是,17只基金中业绩排名前5位的均是被动指数型大数据基金。2015年二季度以来,表现最好的基金为大成互联网+大数据基金,2016年4月1日以来截至上周收盘,收益为7.04%,其次是博时银智大数据100基金,收益率为5.03%。南方大数据100、博时淘金大数据100A、博时淘金大数据100I分别以3.85%、3.82%、3.81%的收益率位列其后。
据WIND数据统计,今年二季度以来截至上周收盘,可比2011只偏股型基金平均收益率为0.35%,上述17只基金中仅10只高于平均收益率,而其余7只则低于0.35%。值得注意的是,这7只基金,均为主动管理型大数据基金。
某量化基金基金经理在接受《证券日报》基金新闻部记者采访时曾表示,管理量化基金最需要克服人性的弱点,保持一贯的策略。而被动指数型大数据基金则无此隐患。
济安金信副总经理、基金评价中心主任王群航表示:“基金投资中有主动型策略与被动型策略两种,早期带有大数据概念的基金全部是指数型基金,全部在市场去年以来的暴跌过程中净值损失严重。前期,市场上已有主动型策略的大数据基金发行,其净值表现似乎没有给投资者带来惊喜,其中的原因,还是与公募基金常规的重选股、不重择时做法有关。相关基金即使在名称中使用了‘灵活配置’这四个字,但是相关的基金管理人是否会择时、是否能够择时,自然就牵涉到相关基金的净值表现。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01