京公网安备 11010802034615号
经营许可证编号:京B2-20210330
继腾讯、百度和新浪之后,基金公司也开始与阿里合作开发指数,并计划将相应的公募基金推向市场。
中证指数有限公司此前宣布,于2015年1月21日正式发布中证淘金大数据100指数。该指数由博时基金管理有限公司定制开发,成为首条使用蚂蚁金服旗下金融信息服务平台提供的交易型趋势统计数据的指数。“指数发布后,相应的产品可能要到春节后才可能发行。”博时基金内部人士对《中国经营报》记者透露。
作为该指数的开发公司,上海恒生聚源数据服务有限公司(以下简称“恒生聚源”)总经理金德玮透露,经过一段保护期后,其他基金公司也可以使用该指数。此外,恒生聚源还计划推出聚淘系列指数化投资品种,即通过对蚂蚁金服旗下支付宝金融信息服务平台所提供的某些消费品细分行业电商消费统计数据进行深入挖掘,转化成相应的指数化投资产品,一些公募和私募基金都对这些产品表示出了兴趣。
电商数据变身指基
根据中证指数有限公司的公告,中证淘金大数据100 指数以电商商品类目相关中证三级行业的所有股票为样本空间,从中根据综合财务因子、市场驱动因子、聚源电商大数据因子选取综合评分最高的 100 名作为样本股,并采用等权重计算。其中,聚源电商大数据因子依据恒生聚源数据服务有限公司根据上述交易统计数据加工得到的行业投研指标计算。
历史模拟数据显示,2010 年以来,中证淘金大数据100指数的年化收益率为36.7% ,年化波动率24.3% ,同期沪深300指数的年化收益率和波动率分别为-2.1%和21.5% 。
“这个指数可以供投资者跟踪大消费类行业股票。”金德玮说,最初博时基金找到阿里谈合作,此后阿里将电商大数据提供给恒生聚源,恒生聚源对相关数据进行脱敏处理(不能让市场还原出原始数据和原始数据的特性),随后加工成对应的一系列电商数据因子,能够表征这些行业销量、行业集中度、商品价格的变化趋势等等。中证指数公司在此间作为通道,进行指数发布。
在金德玮看来,该指数对大消费行业具有较高参考价值。他解释说,自2010年以后,电商行业的发展如火如荼,电商销量在社会消费品零售总额里面的比重快速提高。电商既然占到这么大比重,那它足以表征所对应行业、商品的变化趋势。随着占有率越来越高,这个表征性也越来越好。
“阿里提供的数据转化为指数产品应该还是具有很高的参考价值,因为数据样本够新、够全。”普华永道一位不愿具名的分析人士表示。
金德玮说,和国家统计局的社会消费品零售总额相比,该指数表征性更好。因为国家统计局的数据是基于抽样样本的统计而来,而恒生聚源是根据全数据样本的统计分析而来。
掘金大数据基金
据统计,目前已有腾讯、百度、新浪三家互联网大佬与专业机构或基金公司合作开发了指数,并且建立在这些指数上的公募指数型基金已经或正在推向市场。
2014年9月17日,百度与广发基金合作的“广发中证百度百发策略100指数基金”正式获批,并于10月底发行。这是首只真正意义上跟踪具有互联网基因的指数的指数型基金产品。此外,腾讯与济安金信科技有限公司早前也合作开发了“中证腾安价值100指数”,该指数已于去年3月份开发成立了一只公募基金——“银河定投宝中证腾安价值100”。新浪则与南方基金合作开发了大数据100指数、大数据300指数,这两个指数预计日后也会开发形成公募指数型基金。
其中,从数据上来看,已发行的大数据指数基金表现尚可。“银河定投宝中证腾安价值100”基金到2015年2月4日的净值为1.4270元,在不到一年的时间里,上涨了42.7%。“广发中证百度百发策略100指数基金”成立于2014年10月30日,截至2月4日的净值为1.205元,上涨20.5%。
众禄基金研究中心廖帅表示,现在是互联网时代、大数据时代,充分挖掘互联网的海量数据来辅助构建指数以及在此基础上开发指数基金,是对完善当前指数体系以及指数基金体系的一个非常有益的尝试。互联网的龙头企业有着海量数据和非常强的数据挖掘能力,相信未来基于大数据的指数以及指数基金有机会得到更多、更深入的发展,而这,可以使基民在投资指数基金时有更多元的选择。
值得注意的是,大数据基金除了可作为指数型基金这样的被动投资产品,也有成为主动型产品的趋势。
天弘基金日前公布,天弘云端生活优选灵活配置混合型基金获批,为业内首只将大数据技术引入投研的主动管理产品。该基金将通过天弘基金数据研究平台,将大数据技术引入投研模型。
济安金信也在近日宣布与国金通用基金再次合作,推出国金通用——济安通宝1号。在基于研发中证腾安价值100指数的技术模型和系统上,进行调仓频率、权重配置等方面的策略调整和优化升级,设立风险对冲机制和0.85的止损线,从“指数化被动投资策略”升级到“基于指数化和量化交易的主动投资策略”。
本文来源:中国经营报
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23