 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
		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
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