京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据投资靠谱吗
从炙手可热到颇受争议,大数据基金已走过3年时间,当市场人士从热情追捧转向冷静观察的时候,大数据基金正在默默的用业绩为自己正名。
“满意”的成绩单
据银河数据显示,截至去年年底,全市场共有19只基金以“大数据”冠名,这些基金2016年收益全部跑赢同期沪深300。
19只以“大数据”冠名的基金2016年的平均收益率为2.4%,而同期股票型基金的平均收益率是-11.4%,偏股混合型基金的平均收益率是-14.1%,去年火爆的量化基金平均收益率是-1.8%。大数据基金用骄人的成绩在2016年的震荡市中为自身正名。
大数据基金顾名思义是以数据源作为投资的重要依据,此类基金通常是基金公司与一些大数据平台合作开发,比如百度、360、淘宝、京东、东方财富网、腾讯、新浪、同花顺等等。正是这些用户数量庞大的大数据平台给了大数据基金无限的遐想空间。
大数据基金3.0
总结过去,大数据基金走过了两个阶段,第一个阶段是被动指数型产品。该阶段大数据基金被动跟踪某一大数据指数,不进行择时,基金权益类资产仓位基本保持在95%以上。这使得基金业绩完全依赖于大数据指数编制的是否合理,以及数据源与投资的相关性强弱。经过一段时间的实战检验,该类基金的业绩受到了一定的挑战。
随后,大数据基金发展到第二个阶段,该阶段以主动管理混合型产品为主,在这个阶段,基金除了利用大数据进行选股外,基金经理还会根据基本面分析进行择时判断,从而进行选股配置。大数据基金发展至该阶段实现了对数据源的优化利用,但大数据能发挥多大的作用,又取决于基金经理的主观意志。
基于以上两个阶段的优缺点,目前大数据基金发展到了第三个阶段,在该阶段,基金不但能依靠大数据进行股票筛选,还能根据大数据提供的信息进行量化择时判断,完全做到体系化、科学化和可预见性。
这其中涌现出像泰达宏利同顺大数据等优秀的产品。泰达宏利同顺大数据是泰达宏利基金与同花顺合作推出的大数据基金,以同花顺交易软件平台上海量的用户投资行为大数据为核心。该基金成立于2016年2月23日,即将迎来成立一周年纪念日。银河证券数据显示,泰达宏利同顺大数据去年以17.3%的净值增长率在19只同类基金中排名第三,在425只灵活配置混合型基金中排名第三,领先上证综指近30个百分点,体现出强劲的势头。最新数据显示,截至2017年2月13日,该基金成立以来的累计收益率为18.25%。
数据越贴近,投资越有效
泰达宏利同顺大数据基金经理刘欣将目前国内大数据的来源分为两大类,一是同花顺、东方财富之类偏向市场情绪的,通过这些平台可以直接得到投资者情绪行为上的反馈;另一类是京东、淘宝、新浪、百度这些生活消费类平台数据,用大数据来辅助选股,比如在淘宝上看到婴儿尿布的销量好,可能相关上市公司的盈利也会很好。
刘欣认为,做投资不论是量化还是主动投资都是在处理信息,通过大数据平台选股,是希望能够覆盖更广的信息源,以求更真实地模拟市场。而这两种大数据各有千秋,从前者来看,覆盖面更广,反馈会更加直接。
根据刘欣的解释,同花顺有超过2亿股民的投资行为大数据,是跟投资相关度最高的数据,可以说是集万千股民智慧与一身。“同花顺的客户与股市相关度更高。百度和新浪上搜索数据,有可能并不是出于对于股票的关心。”他说,“比如我搜索工商银行,未必代表我关心这只股票,所以我们选择了同花顺采集的大数据源。”
但是仅有大数据是不够的,关键要看如何使用大数据构建有效的投资模型,而这就要看基金公司的技术储备。以泰达宏利为例,它将大数据和量化投资技术强强联合,构建了涵盖投资行为大数据的多因子模型,既可以根据点击量、新闻量、帖子量等因子数据的变化判断股票的走势强弱趋势,也可以用量化选股模型精选出被投资者低估的投资机会,挖掘潜在的投资价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27