京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据投资是对现有投资的有效补充,若大数据投资做得好,有可能会对传统投资产生颠覆式的影响。”南方基金总经理助理、权益投资总监史博直言,在传统基础上联合互联网大数据构建基于市场情绪指数,可能提高投资获胜概率。
传统投资
也是基于数据的投资
“传统的投资分成两大类,主动投资和被动投资。”史博表示,其实仔细分析,这些投资本质来讲依托的也是数据,是对数据进行分析。
史博分析,主动投资实际上可分成两大方向,一种是基于基本面的投资,一种是基于技术分析的投资。基本面投资注重企业经营数据分析,比如企业历史经营效率、企业收入、企业毛利率、净资产收益水平,这些都是企业日常经营过程中产生的数据,而技术分析则注重投资过程中不同投资额产生的数据,比如投资者共同产生的交易量数据、股价变化数据,这是技术分析面进行投资的基础。
“主动投资本质是依托数据分析,而指数化投资更是根植于数据。”史博表示。
史博进一步表示,大数据时代做投资,应该在传统投资基础上不断完善甚至超越,这不仅需要传统投资需要的企业财务报表数据,以及投资者在投资过程中形成的股票交易量、股票交易价格变化的数据,更应该关注投资者对数据的反应,不同投资者的不同反应都会产生新一轮数据,用这些数据来描述市场情绪,能成为投资研究的有效补充。
大数据支持找到好股票
数据最能说明问题。史博收集历史数据显示,无论在什么市场环境下,只要寻找到相对较好的股票就能获得好收成,而这完全可以利用大数据做到。
数据显示,截至8月22日,自2005年以来A股市场表现得有好有坏,表现最好的是2006年、2007年和2009年,市场收益率在100%以上;而表现最差的是2008年,当年市场下跌了62.92%。但是若将历年超越市场30%的股票统计出来,这些股票的表现要远远好于当年指数。如2007年,超越市场30%的股票达到578只,占比42%,获得平均收益高达316.33%,同期市场涨幅仅166.21%。同样情况也出现在市场最差的2008年,超越市场30%的个股达到117只,占比8%,不过整体收益为正,为1.09%。
如何找到表现好的股票?史博表示,市场是由人组成的,是由人的行为形成的,要研究的数据不仅仅是企业的经营数据、成交量数据、价格数据,同时要了解整个市场的参与者对这些股票、成交量、股票价格的反应,而“i指数”描述的正是这一反应。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09