
你所不知道的大数据基金筛选思路
创新是金融行业永恒的话题,大数据基金可以说是近两年基金业创新最有看点及历史意义的品种,不仅在全球范围内领先,同时也真正将描述用户行为的大数据引入到投资领域。中国基金报记者发现,国内目前已经有10余只各色大数据基金,但对于这一新产品,不少投资者只知道是“大数据”,但未探明究竟“大数据”有无差异或者基金持股风格究竟如何,其实筛选大数据基金也要有自己思路,不能人云亦云,更不能简单以业绩论英雄。
第一,选择大数据基金最核心是看大数据的数据源来自于何方。从目前来看,新浪的两只指数基于新浪财经数据和微博社交数据,而博时、中欧、鹏华和银联合作的3个指数均基于同一线下刷卡消费数据源;博时淘金100基于阿里电商数据,大成和360合作的奇虎的基于其搜索和手机、电脑数据,东方资管与京东合作的基于京东的电商数据。
相对来说,不同“大数据”来源,所侧重的范围不同,比如京东、阿里等电商领域数据,更多体现在和消费行业有关的领域,同样银联公司的数据多数也采用银联线下POS收单数据,也是针对消费领域数据。而百度则是全网行为数据,更全面。投资者需要了解的是,目前不少大数据基金更偏向某一风格,大数据最好与这一风格能够契合。
据一位大数据基金经理表示,他比较看好的是3类平台的大数据,一类就是像百度般全网用户的行为数据,代表性非常强大,可以做很多种互联网行为分析。第二类是专业的软件公司数据,如东方财富、万德等。第三类则是电商类的数据。
第二是看大数据基金(包括计划中的基金)的风格。从最开始大数据基金往往是全市场选股之后,大数据基金也在逐步升级换代,逐渐风格化。如南方的I100和I300一个偏小盘风、一个偏蓝筹风;大成和奇虎合作中证360互联网+大数据100指数,则是从互联网金融中选股;而广发基金则在首只大数据基金百发100基础上推出百发精选,是从中证800中选股,风格更偏于稳健。据悉,未来大数据基金的风格化或将越来越明显。
需要指出的是,其实有两个数据可以考察大数据基金风格,投资者可以关注下大数据基金的业绩基准,往往这一基准代表了大数据的风格,如果对比的是沪深300等蓝筹指数,则偏于蓝筹风,如果对比的是创业板指数等,则偏于成长风,投资者可以根据自己的喜好去布局。另外,投资者可关注大数据基金的日成交股票金额,往往成交金额较大意味着偏蓝筹风,而成交金额偏小可能更多小创,这也可以验证大数据基金是否风格一致。
第三是看大数据基金的择时能力,这个可以从业绩来看,目前广发中证百发100基金业绩最好,今年以来涨幅超过32%,南方大数据100和南方大数据300也表现较好。不过大数据基金除了看收益率外,投资者最好还要看看波动率和指数回撤幅度,最好选择回撤较小的品种。
整体来看,大数据基金上市时间都不到一年,还需要用更多时间去观察,也需要不断优化设计,使得大数据基金成为普通投资者较好的投资品种。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16