
首个电商大数据指数面世 大数据“碰撞”金融带来什么
淘金100的模式证明,当数据、技术与平台渠道成为金融业务的核心要素之后,互联网和金融的结合,确实能够产生深刻的“化学反应”,孕育出新的互联网金融产品。
用大数据指导投资策略,一直是很多投资者的梦想。现在,互联网与金融的深度融合,终于让梦想照进现实。
蚂蚁金融服务集团、博时基金管理有限公司、恒生聚源及中证指数日前共同发布全球第一个电商大数据指数——中证淘金大数据100指数(简称“淘金100”)。同时,基于淘金100指数开发的相应的公募基金产品随后也将在市场推出。
所谓指数,是根据特定标准采样部分股票或债券的价格统计,比如沪深300指数,是在沪深交易所选取市值最大的300只股票,根据价格计算出来的统计结果。博时基金副总裁王德英表示,现在互联网与金融的结合程度越来越深,特别是海量的、真实的线上交易数据,更成为极具价值的富矿。淘金100指数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。
数据显示,目前,中国电子商务的交易总额已经占到社会消费品零售总额的10%左右,相比以往金融机构通过调研获取的数据,基于电商的全样本、实时数据能更直观、更实时地反映各个行业的变化。而这也是影响投资决策的核心因素之一。
“由于时效性的大幅提升,淘金100会每个月审核一次样本股,并将样本股调整周期缩短至一个月。这样有助于指数及时反映市场动态变化,发挥更快更好跟踪市场的作用。”博时基金相关人士说。据了解,博时基金将推出两只与淘金100指数挂钩的基金产品,包括一只淘金100大数据指数基金和一只大数据保本基金。指数基金的投资会与淘金100的成份股对应,并采用等权重方式。
相关数据显示,从2009年12月31日的基日计算,5年的收益率超过572%;2014年全年的收益率超过116%;2015年第一季度的收益率超过41%。据测算,2009年至2014年,淘金100的年化收益率约为54%,远超同期的上证综指、沪深300等大盘走势。
值得关注的是,淘金100指数是蚂蚁金服旗下金融信息服务平台与外部基金公司合作的首个大数据指数产品。“在这个平台上,汇集了线上线下海量的交易数据。通过对这些数据的脱敏、加工,再与行业业绩、财务表现等数据结合,可以形成供需、价格和成长活力等行业指标,最终综合成为行业景气指数。这个行业景气指数能够及时反映甚至预测不同行业的状况与前景。”据蚂蚁金服产品经理沈洲介绍,比如,通过分析电商平台上服装纺织、医疗保健、饮料行业的供需、成长和价格指数的变化,相关行业板块的股票价格与其走势曲线基本保持一致。以白酒行业为例,从蚂蚁金服旗下“维他命”平台产生的行业景气指数看,白酒行业在2012年6月份出现了明显的下跌,随后,白酒行业的股票在2012年四季度也出现大幅下跌。这大约领先了一个季度。
“目前平台的行业景气指数可以覆盖35个中证三级行业,超过1700只股票,覆盖约70%的上市公司。基金公司可以将这一行业景气指数作为投资选股的重要参考,与综合财务因子、市场驱动因子等因素一起,构成量化投资的选股模型。”沈洲说。
据介绍,以往,蚂蚁金服跟基金公司的合作更多是在支付和渠道层面。蚂蚁金服旗下的支付宝为基金公司提供支付服务,而招财宝则为基金公司面向用户销售基金产品提供平台。不过,随着金融信息服务平台的开放以及淘金100这样的大数据指数产品的诞生,基金公司跟蚂蚁金服的合作正在进入一个全方位合作的阶段。
蚂蚁金服金融事业部总经理袁雷鸣表示,技术与数据正在拓宽金融的边界,互联网的核心能力大数据、云计算、平台,将成为金融行业的基本要素和生产工具。而蚂蚁金服也将全面向基金行业开放自己的数据、技术和渠道能力。
“淘金100的模式也证明,当数据、技术与平台渠道成为金融业务的核心要素之后,互联网和金融的结合,确实能够产生深刻的化学反应,孕育出新的互联网金融产品。”袁雷鸣说,蚂蚁金服旗下的金融信息服务平台,将对外开放,成为金融产品创新的数据和技术引擎,与各家金融机构一起,为用户提供更丰富的金融服务。
据袁雷鸣透露,除了开放自己的数据、技术和渠道能力,蚂蚁金服还会逐步将所有基金的支付成本进一步降低。根据规划,支付宝对基金公司收取支付技术服务费的调整分为两步走。一是将计费方式统一为按流量收费。同时,支付宝把权益类基金的支付技术服务费的费率下降了一半。二是支付宝计划逐步将所有合作基金的支付成本进一步降低。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08