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
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 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 ...
2026-07-21