
大数据基金走火销售渠道塞车 创新更对年轻人胃口
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[微博]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
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解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07