
百度大数据渗透至金融业 最强大脑将影响投资风格
以拥抱移动时代,打造人与服务连接的移动开放平台为主题,“百度世界大会”再次成为各行业关注的焦点。今年大会推出的“百度直达号”和“百度筷搜”等新技术新硬件,彰显了百度移动大时代的战略布局。
其中大数据一直是百度引以为傲的核心竞争力,成为百度世界大会背后的最强大脑,其应用还率先渗透至金融行业,进入大数据引领的投资新时代。以百度大数据为编制核心的中证百度百发100策略指数发布以来取得了不错的收益表现,今年以来累计收益逾40%,跑赢传统指数,跟踪该指数的基金产品也已经近在咫尺,普通投资者利用大数据进行投资即将成为现实。
大数据与金融业碰出“火花”
广发基金联合中证指数公司、百度推出的百发100指数,通过采用量化算法构造基于百度互联网金融大数据的综合情绪模型进行指数选样。这一举动被业界看做大数据与国内金融行业的首次“碰撞”结合,具有重要的里程碑意义。
“一直以来,指数的创新,通常是围绕着权价方法和方式进行的,百发100指数首次创新性引入百度金融搜索和用户行为数据,通过搜索数据和用户行为数据的引用,能够更加准确地捕捉投资者行为对股票价格变化的影响。”中证指数公司总经理马志刚表示,百发100指数不仅是一款真正意义上的纯正的大数据指数,更是意味着这是对指数现有研发模式和研发基础创新的模式,在此过程中,指数已从最初的市场基准,演变成为指数管理、风险丰富等等的有效分析。
市场普遍认为,互联网企业主要负责下游渠道拓展,并未真正进入上游的产品开发和设计,是互联网金融领域里的“天花板现象”。百发100指数首次打破了互联网金融的“天花板”,让互联网企业真正参与到了权益类投资产品的开发和设计环节,这一结合碰撞出的“火花”也是惊人的。
百发100指数开创投资新模式
据了解,“百发100”指数在编制上主要考虑了三类指标,即财务因子、动量因子和金融大数据因子,综合考虑上市公司基本面、二级市场的表现特征和互联网大数据所体现出来的投资者参与特征,最后选取基本面情况较好和投资者关注度较高,同时有动量和反转比较高的股票。
事实上,从百发100指数的成份股来看,“大数据”的筛选也带来了良好的投资价值。根据最新一期的统计,从“百发100”指数100只股票的行业分布来看,相比沪深300指数,“百发100”指数行业结构分布更加均匀。其中金融地产权重较沪深300的38%显著更低,只有18%。在可选消费、信息技术、工业等行业方面,“百发100”指数相比沪深300明显高配,这些行业更多代表了当前经济结构转型的重点行业。从权重分布来看,“百发100”指数的样本股更能代表我国经济转型中新兴行业股票的业绩表现,投资潜力更大。
广发基金表示,基于百发100指数的指数基金已经着手开发,预计将于10月底推出,未来广发基金还将联合百度及中证,推出绝对收益类产品、增强型指数产品、量化对冲产品等。可以说,百发100指数的出现,为投资者提供了和“首富们”一样掘金大数据的投资利器。
大数据金融模式提升空间巨大
目前,百度的移动战略已见成效,首当其冲的是移动营收快速增长;其次是公司股价的不断攀高。依据百度的公告显示,今年一季度,来自移动端的收入,已经占到整体收入的25%。2013年第四季度的数据显示,百度的移动端营收占比达到20%。据悉,百度股价在今年4月7日达到2014年谷底之后,一路反弹,最新股价涨至190.68美元/股,直逼200美元。
据悉,百度内部对金融期待很高。谷歌在金融领域的收益大约为40亿美元,占10%左右,而百度还不到1%,因此,其商业模式具有较大提升空间。
百发100指数掀起的或只是大数据金融图像的一角。2013年以来,大数据、搜索引擎、云计算、互联网技术得到了广泛应用,在信息不对称,提升金融资源配置效率等等,极大的促进了金融业模式的发展,未来将继续带来金融业新模式和新业务。百度商业分析部总监李忠军表示,互联网大数据的有效挖掘将有利于将把握整个互联网金融行业的动向,助力金融和互联网的深度融合。同时,互联网行业和传统行业相互渗透、相互融合和创新,有望为客户带来更大的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10