京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
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