
天弘基金打造三领域领先的大数据指数
国务院近日发布了《促进大数据发展行动纲要》(以下简称《纲要》),将大数据发展提升为国家战略,大数据所蕴含的巨大价值将被进一步挖掘。作为国内大数据投研的领先者,天弘基金开发定制的国内首只社交投资大数据指数——雪球100指数于9月15日正式发布,从此日开始,投资者可通过雪球网、Wind等数据终端查看指数行情,了解具体的点位、涨跌幅、分时走势等数据。
雪球100指数的特点是投资者最为关心的问题,对此,天弘基金投研部总经理肖志刚介绍称,天弘基金所定制开发的雪球100指数,在三方面做到领先。第一,率先引入投资众包思维,筛选大量有经验的投资者的智慧,将其智慧转化为有指导意义的、可视化的指数;第二,采用雪球独特的数据资源,打造国内首只社交投资大数据指数;第三,编制中剔除其他重复性因子,也是国内首只纯粹的大数据指数。
肖志刚同时表示,天弘基金选择以雪球的数据来编制大数据指数,是看中了雪球作为社交投资平台,具备去中心化的投资体系。“雪球的数据量大,里面肯定有很多优秀的投资人,优秀的想法,如果能用一定的方法把这些人筛选出来,把这些想法集中起来,必定能在大概率上跑赢市场。而且雪球的模拟组合能把投资者的投资思路数据化,更加直观,处理起来也更加方便,因此我们想到了合作开发这样一只指数,把大众的智慧调动起来。”肖志刚表示,在雪球100指数发布后,天弘基金将尽早发行跟踪雪球100指数的基金,目前产品正在筹备中。
天弘基金在编制雪球100指数时,也打破传统,采用创新模式,为的是给投资者提供简单、清晰、有效的工具。
肖志刚表示,在编制过程中,综合考虑了雪球用户对股票的认同,用户的研究能力、投资能力,最后的组合等来综合决策,是一个经历了层层筛选的策略,模拟真实的投资决策,能够反映具有投资能力和研究能力的用户的股票持仓及增减仓总体情况。简单来说,雪球100的编制,先筛选出得到用户认可的大V,然后对其研究能力和投资能力进行量化,再对其股票综合评分,选取高分组合。
首先,在雪球的全部注册用户中,选取粉丝数排名前5%的用户作为参考用户;在参考用户创建的所有自选组合中,选取最近一个月内仓位发生过变动的组合作为参考组合。在全部参考组合所覆盖的股票中,选取至少被20个参考用户所持有的股票(截至月末)作为待选样本;其次,对大V的研究能力和投资能力根据其评论和调仓等数据进行量化。对每个待选样本所覆盖的参考用户,根据其相关的组合历史业绩和线上活跃度进行评分(当组合创建时间不足一年时,相关历史业绩评分为零),得到单个参考用户关于某待选样本的能力评分。计算单个待选样本的持仓评分与调仓评分(增持为正,减持为负),并由此通过加权得到其综合评分。选取综合评分最高的100只待选样本作为指数样本股。
另外,雪球100指数的成分股每个月调整一次。最近一期的100只成分股中,沪市、深市、创业板的股票数量占比分别为42%、39%和19%,持仓市值占比分别为57.22%、34.34%和8.44%,包括浦发银行、民生银行、中国石化、包钢股份、复星医药等。而且,该指数采用流通市值加权的方式,防止小股票权重过高。目前看,该指数的模拟业绩效果很好,走势相对稳健,换手率较低,近8个月都在30%以下,年化超额收益在30%以上。而且在市场大幅震荡中回撤幅度远小于其他大数据指数。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14