
大数据熊烧:博时牵手蚂蚁金服 南方广发对阵火拼
基于淘金100指数开发的相应公募基金产品也将于4月下旬在市场推出。
理财周报记者李洁雪/深圳报道
大数据之火正在基金界熊熊燃烧。
继广发与百度合作推出“百发100”指数,南方与新浪财经推出“i100”、“i300”指数之后,又一例基金公司与互联网公司深度碰撞的案例诞生,此次的焦点是博时与蚂蚁金融服务集团(简称“蚂蚁金服”)。
4月9日,蚂蚁金服、博时、恒生聚源及中证指数共同发布了国内首个电商大数据指数——中证淘金大数据100指数(简称“淘金100”)。据悉,基于该指数开发的相应公募基金产品也将于4月下旬在市场推出。
而日前,广发百发100指数基金正在进行第二轮火热申购,南方大数据100指数基金亦将于4月22日正式发行,三家基金公司大数据指基的正面较量即将开启。
博时瞄准电商大数据
淘金100指数这个新来者究竟有何特别之处?博时方面对此向理财周报记者进行了详细介绍该指数的详细编制环节。
首先,蚂蚁金服和恒生聚源利用线上线下数据,包括电商交易数据、恒生聚源提供的行情数据及大量线下行业资讯,以及其他各方数据源,譬如专利数据等,结合基金公司的专业判断与经验,在蚂蚁金服金融信息服务平台上进行数据探索分析,针对中证指数三级行业汇总得到行业景气指数,包括行业成长、行业活力、行业供需等。
其次,博时基金利用其在投资领域的经验和优势,对各股票的基本面,如市盈率、总资产比市值、主营业务收入增长、净利润增长,以及市场交易情况:长期动量,短期动量,短期反转,交易量等量化指标进行评价编制成另外2个因子:综合财务因子、市场驱动因子。
最后博时结合蚂蚁金服提供的行业景气指数,在相关的中证指数35个三级行业1740个股票样本中选取100个股票作为指数成分股,采用等权重方式投资。
博时基金副总裁王德英表示,概括而言,“淘金100指数是依托蚂蚁金服的大数据平台,基于海量的互联网电商交易大数据,来预期一个行业未来盈利状况,预判一个行业的繁荣程度,并在此基础上选取100只股票形成投资组合。”
三大指数PK成绩待市场考验
同为大数据指数,淘金100指数与百发100指数和i100指数具体有何差异?
博时方面向记者解释称,“从数据上来看,淘金100采用的是网上电商交易数据,而百发100主要采用的是搜索数据,i100则主要采用新闻数据。相较来看,交易数据较能反映更为真实的经济活动,而搜索和热度更反映市场短期情绪。从策略而言,淘金100指数除了运用蚂蚁金服特有的行业景气指数外,采用的财务和市场因子也不同,基金公司的量化策略研究也对指数最终的表现有很大影响。”
不过,对于数据来源完全相异的三大指数而言,孰强孰弱目前难下定论。就今年以来三个大数据指数的表现来看,截至4月9日,i100指数今年以来上涨了55.11%;淘金100指数上涨了52.96%;百发100指数上涨了40.73%,而同期上证综指涨幅22.35%,沪深300指数涨幅20.61%,可以看到,三大指数均大幅跑赢上证综指、沪深300等传统主流指数。此外,于2013年最早推出的与大数据相关的中证滕安指数今年表现也十分不错,涨幅高达49.64%。
济安金信王群航认为,“中证滕安、百发100以及i100指数更偏重于挑选个股,而淘金100指数则偏重于行业趋势的判断。在投资中,趋势判断准确未必就有好的投资策略,但蚂蚁金服与博时的合作是值得肯定的,蚂蚁金服在给我们选择成分股,或者在编制指数,或是在利用大数据方面提供了新的方法,这个创新意义是十分积极的。”
截至4月9日,广发中证百发100基金自去年10月28日正式交易以来,净值增长率高达64%。除此之外,广发百发100基金还将在4月14日进行红利分配,拟每份基金份额派发红利0.36元,预计派发红利6.7亿元。优秀的业绩和大手笔的分红为广发百发100基金的二次申购造足了气势,理财周报记者从多个渠道了解到,此番广发百发100打开申购获得的资金热捧较首募时更为热烈。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13