
基金公司掘金互联网大数据_数据分析师培训
去年下半年互联网大数据对于投资的应用进入到实践阶段,从半年来相关指数和基金的走势来看,互联网大数据指导证券投资已经从梦想照进现实。截至3月24日,南方基金与新浪联合推出的I100指数今年以来涨幅已达40.76%,广发基金与百度联合推出的百发100指数涨幅也达到30.88%。尽管这两个指数的阶段涨幅不及创业板指数同期60.98%的涨幅,但明显强于同期上证综指14.12%的阶段涨幅。这意味着,互联网大数据指导证券投资的“α系数”有望在未来不断增大,大数据投资有望获得超越平均预期回报的实际回报。
“阿尔法”初现
“α系数”,证券投资学的专有名词,是一投资组合或基金的绝对回报和按照β系数(风险指数,用来衡量个别股票或股票基金相对于整个股市的价格波动情况)计算的预期风险回报之间的差额。如果α系数大于0,就说明这一投资组合或基金有望获得超越平均预期回报的实际回报。
尽可能的提高α系数是每一位职业证券投资者不断追求的目标。自从互联网大数据指导证券投资的理念被提出之后,提高α系数就有了新的努力方向。从去年下半年开始,国内机构投资者与互联网大数据提供方就开始不断尝试,南方基金与新浪联合推出I100指数,广发基金与百度联合推出百发100指数,广发基金还发行广发百度百发指数基金。从这些实践的结果看,互联网大数据对于证券投资确实有实际的指导意义。
3月24日,I100指数收于5711.02点,再度创下历史新高。今年以来I100指数涨幅已经高达40.76%,大幅跑赢同期上证综指14.12%的涨幅。南方新浪大数据100指数将南方基金的专业股票研究优势与互联网“大数据”结合,在南方基金量化投资研究平台的基础上,通过新浪财经“大数据”定性和定量分析,找出股票热度预期、成长预期、估值提升预期与股价表现的同步关系,精选出具有超额收益预期的股票,建构、编制并发布策略指数。在当前的投资指数体系中,大数据100指数丰富和完善了指数体系,为市场提供新的投资工具,并有助于满足投资者多样化的投资需求。
大数据应用前景广阔
通联大数据的首席大数据科学家蒋龙表示,机器学习算法领域的突破将给整个互联网甚至其他行业带来颠覆性的革命。机器学习的最大优势在于快速处理大规模数据,从中提取出有价值的规律,帮助投资分析师从大量重复、繁杂的底层数据处理过程中解脱出来。同时,计算机不受情绪影响,能够有效避免非理性交易。
广发基金发行的广发百度百发指数基金的累计收益率已经达到47.9%。基金去年四季报显示,百发100选股思路是基于行为金融学理论——有限关注度概念,通过互联网金融大数据构建的综合情绪模型即BFS模型,来捕捉市场和行业轮动的热点,所入选股票兼具基本面优良、未来具有一定成长空间的股票。从运行以来的成份股看,百发100指数行业结构分布较为均匀,其中在可选消费、信息技术、电信业务、工业等超配的行业,更多是代表了当前经济结构转型的重点行业。
南方基金也表示目前跟踪i100指数的基金产品——南方大数据100指基已经获批,投资者利用新浪财经大数据掘金牛市指日可待。南方基金称,作为国内首例基于财经媒体与社交平台挖掘投资情绪并应用于指数选样的策略指数,南方新浪大数据100指数深度贯彻李克强总理的“互联网+”精神,创新融合互联网与传统行业,实现了互联网技术和金融投资策略的深度融合。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04