京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据投资渐行渐近
大数据指数是金融结合互联网技术、特别是大数据技术设计的金融产品,是金融与互联网融合的重要形式。与此前金融跨界互联网的尝试相比,将大数据技术引入金融投资,实现“互联网的金融化”,是一种跨越式的进步。
与传统投资方式相比,大数据指数的优势一方面在于能够更加及时、更加全面的获取市场信息,并能够将信息拓展至传统金融无法触及的领域。另一方面在于可以运用先进的数据处理技术,挖掘海量信息中包含的投资价值。因此,大数据技术的使用,将金融服务、金融投资的广度和深度提高到了一个新的层次。
大数据投资的有效性与领先性
对投资者来说,大数据指数还是新鲜概念。大数据指数引入各种非传统、非结构化、海量的信息来预测股市,如搜房房天下的房地产数据、银联的消费数据的社交金融数据等。
一旦确定该大数据信息对股市有提前的预判(无论是对行业、风格、择时或者直接对上市公司等的收益有预测性),就可以通过一定的规则,选择其看好的标的作为指数的候选成分股。最后,从可投资性、换手率、风险控制等角度考虑,同时结合基金公司自身在的量化投资方面构建的包括基本面因子等在内量化因子体系,综合筛选确定每期的指数成分股。
在有效性方面,大数据指数在较为长期的历史数据基础上,采用科学严格的回测方法,建立大数据量化模型,对大数据因子对于股市的预测性作用进行深入的研究,明确其显著的有效性。
在领先性方面,因为大数据因子本身是可以每日或每月汇总的,其反应的信息是非常及时的。从换手率方面的考虑,大数据指数通常设置为月度调仓,这也远高于通常的公司财报发布的频度。所以大数据因子对于股市可能会有3到6个月的领先性。
策略指数与“大数据因子”
近年来,随着金融研究的逐步发展,以非市值加权及因子投资为核心的Smart Beta策略在欧美市场逐渐兴起,并在被动投资领域得到广泛应用。根据晨星公司数据,Smart Beta类ETF的全球资产管理规模快速增加,总额已高达3800亿美元。其中比较有代表性的Smart beta ETF包括:标准普尔500等权ETF、标准普尔500低波动率ETF、Schwab美国基本面指数ETF等。
在Smart Beta兴起之初,中证指数公司就已经着手研发Smart Beta类的投资策略,陆续发布了基本面指数、低波动指数及动量指数等指数,并获得了市场应用。去年以来,博时基金基于因子投资的理念,与多家基金公司合作推出了共14条覆盖大数据因子的Smart beta类指数。与传统指数相比,大数据指数的主要差别体现在以“大数据因子”为核心进行规则的确定。希望利用大数据多维度、及时性的特征,更灵敏地捕捉市场机会。例如房天下大数据指数,在指数设计时,采用了包括销售情况(如销售金额,面积),土地储备情况(如拿地面积,拿地价格),去化情况(如销供比)等大数据构建而成的因子,能够更加全面地反映房地产企业的盈利预期。
博时基金将“大数据+”作为公司的核心战略进行布局,正全力打造出业内规模最大、覆盖面最全的多领域大数据平台,并在基金行业率先推出了大数据品牌——“指慧家”。“指慧家”含义是“智慧的大数据指数专家”。截至2015年9月,“指慧家”品牌旗下目前共有4只大数据指数,是目前国内产品数量最多的大数据指数品牌。淘金100大数据指数偏线上消费数据,银智100聚焦线下消费数据,搜房房天下则聚焦具体行业,后续还将与多个不同领域和行业的龙头企业合作,推出更多的大数据指数,将“指慧家”打造成为业内最大的大数据指数平台,以丰富的大数据产品线满足投资者多样化的投资需求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24