
大数据变革传统投研模式
正是看到了大数据的前景和突破性,博时基金一直在往这方面发力。无论是在研究方法、理念,还是在成果方面,博时基金已有优势。
继2015年初与蚂蚁金服合作推出淘金100大数据指数后,日前,博时基金又和雪球合作推出了雪球智选大数据100指数。对于大数据基金,博时基金副总裁王德英表示,大数据正在改变传统的投研模式,未来博时还将推出一系列大数据基金。
打造大数据基金超市
无论是A股市场,还是海外市场,通过大数据进行量化投资可谓方兴未艾。博时基金早在2009年就已经布局量化投资,随着博时量化模型逐渐成熟,结合“互联网+”的大数据发展趋势,博时基金正在打造大数据基金超市。
据了解,2015年初,博时基金和蚂蚁金服合作,推出了国内第一只电商大数据指数——淘金100。此外,博时基金还与银联、雪球、搜房网合作,推出了银联智惠100、雪球智选100、房地产大数据等3只大数据指数,博时基金还将与多个不同领域/行业的龙头企业开展合作,不断扩展大数据领域。
据介绍,博时基金此次与雪球合作推出的雪球智选大数据100指数,主要是从海量的雪球投资组合中挖掘投资达人的交易热度信号,聚焦组合管理人交易行为。
王德英解释,决定个股股价的因素主要在于两方面,一是公司基本面,二是投资者情绪,大数据基金主要在这两方面着手。此次博时基金和雪球合作的大数据产品,主要是从过往业绩优异的雪球模拟组合中找到有价值的信息。其逻辑在于,雪球模拟组合过往业绩优异的选手选股和选时有独特性,通过对这些模拟组合筛选找到有价值的公司,然后结合综合财务因子、市场驱动因子、雪球热度因子,与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3类因子得分进行加权计算,股票综合评分前100只股票即为博时雪球智选大数据100指数基金样本股。
雪球智选大数据100指数以2012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。模拟数据显示,自基日以来到2015年8月14日,该指数累计收益率为379.64%,年化收益率达78.7%。
变革投研模式
从近年各类基金在投资上的表现来看,大数据基金已经崭露头角。王德英表示,传统投资方式主要是投研人员去上市公司调研,了解财务数据、行业信息等来做投资决策,而大数据基金通过海量数据分析,数据量更大,数据维度更全,数据更及时,因此,对公司未来表现的预测确定性更强,从这个角度说,大数据基金正在改变或升级传统的投研方式。
据介绍,大数据技术是利用海量的互联网大数据,如搜索热度、关注度、订单数、成交额、消费笔数等多维度的数据,通过量化模型,更早、更快、更准预判某个行业或者企业未来的景气程度或市场热度。基金公司综合大数据因子、财务价值因子、市场驱动因子等,精选出最具投资价值的个股组合编制成指数。
王德英表示,正是看到了大数据的前景和突破性,博时基金一直在往这方面发力。从时间上来说,博时基金从2009年起开始从华尔街引入量化人才,建立量化投资系统。从模型应用来看,以2014年为例,博时沪深300(3403.850, 38.02,1.13%)指数基金超额收益超过了9%。因此,无论是在研究方法、理念,还是在成果方面,博时基金已有优势。
从人才储备和队伍建设来说,目前博时基金已经在大数据产品上进行了战略布局,整个项目从商务洽谈、数据开发、指数编制、产品成立和产品销售都已成体系,其中,具体负责数据研发的是指数投资部,整个团队有11个人;同时,互联网金融部有专人负责与互联网大数据企业对接。
在有效性方面,博时基金表示,通过对较为长期的历史数据采用科学严格的回测方法,大数据因子确有显著的有效性。这是由数据的及时性及大数据与公司基本面和市场情绪方面的内在逻辑决定的。从实践结果看,大数据因子对于股市往往会有3到6个月的领先性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10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 ...
2025-09-04