
大数据基金走火销售渠道塞车 创新产品更对年轻人胃口
上证综指时隔7年重返4400点关口,创业板指数重返新高。亢奋的投资者情绪向任何一个接近的市场蔓延。记者昨天从基金发行市场获悉,由于三家老牌基金公司扎堆“触网”,大数据基金意外“走火”,南方基金与新浪合作的大数据100指数基金昨天上线仅两小时便出现银行渠道堵车、原定的发行限额一日告罄的火爆场面。同城的另一家老牌基金公司博时与淘宝合作的淘金100指数基金,则已成为投资者瞄准的下一只大数据产品。业内预计,随着80后、90后投资者陆续进入股票市场,具有“互联网+”特色的基金产品将成为投资理财市场的下一个风口。
“互联网+”催生大数据基金
大数据基金源自以BAT为代表的互联网巨头向公募基金领域的大举进军。
去年10月,由百度与广发基金合作的广发百发100指数基金率先亮相。最新数据显示,百发100E份额累计净值1.722元,这意味着该基金成立以来仅用5个多月就实现了72%的收益率。
4月13日,百发100基金E类份额第二次打开申购,线上销售超过20亿元,远超5亿元募集上限,最终确认的配售比例为24.6%。
百度的首战告捷,显然让同行们眼热不已。互联网巨头们加快了向证券投资理财市场挺进的步伐。
4月21日,由淘宝旗下蚂蚁金服与博时基金合作、为招财宝量身定做的博时招财一号大数据保本混合型基金上线。来自蚂蚁金服的最新信息显示,连续两天,该基金都刷新了招财宝的销售纪录,针对该基金的点击咨询量已迅速超过16万次。
接下来的一幕更令人目瞪口呆。几乎没有任何预兆,南方基金与门户巨头新浪财经合作的南方大数据100指数基金(i100)昨天首日上线,便将发行渠道冲击得几乎瘫痪。上午11点半,来自大量用户的反馈显示,由于销售火爆,部分银行显示无法认购i100。南方基金不得不紧急向各发行渠道提示,投资者可通过APP直销汇款认购,享受0认购费优惠。
至记者截稿时止,来自南方基金的最新统计显示,该基金仅发行一日便已达到10亿元的募集上限,不得不启动比例配售。
4月27日,博时与淘宝合作的淘金100指数基金还将在博时全渠道首发。针对南方i100昨天出现的火爆场景,博时基金加紧了渠道准备工作,以应对可能出现的申购洪峰。
大数据基金业绩抢眼
为什么大数据基金突然“走火”?
一位基金业人士分析说,亮眼的业绩与新兴人群的定位,是催旺大数据基金的主要原因。
记者从多家已推出大数据产品的基金公司收集到的资料显示,大数据基金往往是针对互联网大数据量化开发出来的创新型基金产品,从其指数设计思路来看,就有着紧跟市场变化的先天优势。
例如博时的淘金100指数基金,就充分利用了合作方淘宝网在电商领域的领先优势,将淘宝网6000多种商品对应中证35个行业、1700只股票,根据淘宝商品的交易价格、交易量、用户行为等指标的变化,预测相关行业的盈利和景气程度。
博时基金副总裁王德英介绍说,该基金实际上是基于电商大数据的一款基本面指数基金,淘宝网的产品特点决定了该产品的投向更侧重消费行业。数据显示,2014年淘金100大数据全年收益116.25%,同期沪深300回报率51.66%,上证指数52.87%。
如果说博时的大数据基金侧重于基本面分析,那么,南方的i100则更擅长对市场情绪的跟踪。
这只财经大数据基金,通过新浪的股票信息点击量、阅读量、互动量等信息挖掘出股票热度预期,结合南方基金量化投资研究平台,分析出股票的成长预期和估值提升预期,多维度选投标的。i100指数对样本空间的股票,按照财务因子得分、市场驱动因子得分、大数据得分进行模型优化,然后将计算的综合得分从高到低排序,选取排名在前100名的股票构成大数据100指数初始样本股。这部分样本股实施月度定期调整,以便及时捕捉市场动态。
显然,i100指数成份股更多地由投资者情绪和市场走势所驱动,在牛市环境下更容易紧跟市场节奏。实测数据也证实了这一点。Wind数据显示,截至2015年4月13日,i100指数自年初以来上涨幅度达到63.06%,大幅跑赢上证综指、沪深300等传统主流指数。
创新型产品更对“小白”胃口
实际上,本轮牛市的一个重要特征便是80后、90后的新生代投资者成为增量资金来源,谁赢得了这批新生代投资者,谁就掌握了增量资金的重要入口。
为此,公募基金公司纷纷从产品创新、平台创新等多种维度寻找“互联网+”的突破口。
大数据基金的崛起,说明公募基金的触网潮已从平台合作走向产品开发的更深层次领域。一位基金公司的大数据基金研发人士告诉记者,大数据基金的真正战场是其背后互联网巨头之间的卡位竞争。由于大数据的开发能力决定了相关指数的含金量,基金公司的研发能力十分重要,因此,互联网巨头也往往选择偏股型基金投研能力更强的老牌基金公司作为合作伙伴。“现在市面上这几只产品,仅开发就做了几个月,其他公司要想快速赶上,短时间可能没那么容易。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19