
革新投资方法 首只大数据基金登陆招财宝平台
首只基于电商大数据进行投资的保本基金于今日上午9点30分在蚂蚁金服旗下的招财宝平台发售,额度40亿。
该基金名为“博时招财一号大数据保本基金”(以下简称招财一号),每两年为一个保本周期,由第三方担保公司提供担保,确保本金安全,但收益上不封顶。
以往,证券分析师会通过官方数据、企业财报或实地调研获取信息,不仅操作起来费时费力,且样本容量有限、缺乏前瞻性,投资决策只能“看着后视镜向前开”。大数据的大而全、快速分析以及实时预测,都有望在投资领域产生颠覆性的影响。
全面、实时的大数据
金融交易,本质是对信息以及观点分歧的处理。有信息优势的一方,在对未来的预测方面将更胜一筹,因此可以从交易中获利。证券分析师往往通过官方数据、企业财报或实地调研获取信息,但等到分析结果出来,往往是“萧瑟秋风今又是,换了人间”。
招财一号的发布,意味着将大数据用于证券投资正式从梦想照进现实。
博时基金相关负责人表示,不超过40%资产投资到淘金100指数中。所谓淘金100指数,全称“中证淘金大数据100指数”,是蚂蚁金服、博时基金管理有限公司、恒生聚源及中证指数于4月9日在北京共同发布的全球第一个电商大数据指数。
与沪深300指数类似,淘金100也是一个股票指数,不过与其他传统指数不同,淘金100是基于海量的电商交易数据。博时基金和蚂蚁金服、恒生聚源等一起将来自互联网平台的行业景气指数,与以往基金投资时惯用的综合财务因子、市场驱动因子结合起来,构成全新选股模型,选择综合评分最高的100只股票作为成分股,并采取等权重计算,最终形成“淘金100”指数。
博时基金的创始人、现任万向控股副董事长和浙商基金董事长的肖风认为,传统统计缺乏实时和高效的处理手段,采集和发布频率过低,加上发布时滞,投资决策只能“看着后视镜向前开”。而快速采集、快速分析、实时预测未来,是大数据的应用之道。
博时基金方面透露,由于时效性大幅提升,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。绝大部分传统指数,比如沪深300指数,是每半年调整一次指数成分股。
蚂蚁金服定位互联网公司
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。金融信息服务平台,在蚂蚁金服内部被称为“维他命”,意指对入驻者很有营养。
博时基金副总裁王德英介绍,“淘金100”指数在蚂蚁金服制作的行业景气指数基础上进行分析,这些互联网大数据能更加实时地反映行业未来的走势以及景气程度,因而对投资具有很强的指导性。
模拟的情形显示,淘金100的业绩表现非常出色。从基日计算,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。
在市场不好时,“淘金100”指数也表现得更加稳健。市场走熊的2010年和2011年,沪深300指数下跌-13%、-25%,而“淘金100”则取得41%和-16%的业绩,领涨不领跌。
以往,蚂蚁金服跟基金公司的合作更多在支付和渠道层面。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。淘金100指数的诞生,在蚂蚁金服人士看来是产生了化学反应,使得互联网的数据、技术与渠道嫁接金融机构的风险管理能力。
蚂蚁金服金融事业部总监杨沐桥介绍:“每一家机构都会有自己擅长的东西,蚂蚁金服等互联网公司在数据、技术、渠道方面有一定优势,金融机构则长于风险管理、金融产品。蚂蚁金服的目标不是成为一家金融机构,而是通过开放"维他命"平台等去帮助金融机构,让金融机构更好地拥有大数据和利用大数据开发金融产品的能力。”
招财宝方面表示,大数据保本基金的认购、申购、赎回交易均为0手续费,起购金额为1000元。此外,由于大数据保本基金在招财宝上独家发售,用户在投资途中要急需用钱,可以通过招财宝平台随时变现,取出本金,只收0.2%的手续费。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29