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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08