
大数据引领新一轮互联网金融创新_数据分析师
淘金100依托蚂蚁金服提供的海量电商交易数据,通过对用户行为、价格变化、成交金额、行业成长等因素的分析,预测相关行业发展的景气度,再结合博时基金既有的多因子量化投资模型,从而指导投资决策。这意味着网上购物行为可以间接影响投资。
4月27日,博时中证淘金100大数据指数基金全国首募。这是继上周二博时招财一号基金亮相以来,第二只基于全球首个电商大数据指数的公募基金产品。
据了解,淘金100主要依托蚂蚁金服提供的海量电商交易数据(如买卖家数量、商品价格、成交量等),通过对用户行为、价格变化、成交金额、行业成长等因素的分析,预测相关行业发展的景气度,再结合博时基金既有的多因子量化投资模型,从而指导投资决策。这意味着网上购物行为从此可以间接影响投资。
“互联网真正的价值在于联接,淘金100大数据指数不仅联接了最全面、及时、真实的海量数据,还有效整合了‘量、价、人’三大核心成长要素,再将这些数据、要素与专业投资相结合,无疑是互联网金融又一重大创新。”有行业人士如是评价。
大数据引领
新一轮互联网金融创新
“中国基金行业的互联网金融创新也已经进入了全新的阶段。”王德英说,“大家习惯认为,基金触网是从余额宝开始的。其实,之前已经积累了很长一个阶段,只是到余额宝时代开始进入爆发期,这一阶段创新主要结合的是互联网公司的增长;之后的第二次爆发,其实又回到了传统渠道的互联网化,银行、保险、券商、基金、信托之间广泛开展互联网金融合作,传统渠道发力,各种‘宝类产品’层出不穷。当然,有很多互联网公司和金融机构碰撞出新的火花,但也要看到,传统渠道的互联网化创造了新的互联网金融规模增长。大数据将引领新一轮互联网金融创新。”
由大数据引发的新一轮互联网金融创新已成燎原之势:
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,成立5个多月就实现了72%的收益率。今年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%。
上周,南方基金与门户巨头新浪财经合作的南方大数据100基金(i100)发行一日即达到10亿元募集上限,不得不启动比例配售。
此次博时基金与淘宝合作的淘金100大数据指数基金,则成为投资者瞄准的下一只大数据产品。
三家老牌基金公司陆续“触网”,引发大数据投资热潮。业内预计,随着80后、90后投资者进入股票市场,具有“互联网+”特色的基金产品已经成为了投资理财市场的下一个风口。
解析博时淘金100
大数据指数基金
博时淘金100是基于电商大数据的一款量化策略指数基金,电商产品的特点决定了该产品的投向更侧重消费行业。模拟数据显示,2014年淘金100大数据上涨了116.25%,同期沪深300的回报率为51.66%,上证指数的涨幅为52.87%。
王德英说,博时淘金100的基本逻辑非常明确。“蚂蚁金服拥有支付宝海量的商品销售数据,这些销售数据体现了对应的各个行业和实体公司经营情况的变化。对这些数据的分析可以用于指导投资,因为我们认为经营情况的变化最终会反映到二级市场上。”
王德英介绍了指数100的挑选维度和逻辑:“博时淘金100充分利用了合作方在电商领域的领先优势,将6000多种电商商品对应中证35个行业、1700多只股票,这1700多只股票就是淘金100指数编制的股票池,从中选出最值得关注的100只股票。”
“怎么选呢?用博时特有的多因子量化模型,包括原有的财务因子、市场驱动因子,再加上这次引入的大数据因子。”他说,“我们对指数过去几年的数据进行测算,发现这个逻辑是存在的。行业景气指标的变化会在3~6个月之后在对应的行业二级市场体现出来,所以,我们认为这是资本市场的领先指标,我们把这些指标作为一类因子纳入到我们原来的模型里,给三个因子打分,最后取前100个打分最高的股票,构成淘金100的指数成分股。我们每个月调一次,及时跟踪行业和市场的变化趋势,来获取超额收益。”
创新在别处
王德英分享了他关于公募基金下一站创新的观点。
“一般来讲,大家看到的公募基金创新,一是产品的创新,二是平台的创新,这可能是对整个基金投资模式的颠覆。”他说,“互联网金融产品的创新又可以分成两个维度:首先,从产品投资标的来看,互联网金融产品的投资标的从货币、债券向股票、商品转移、蔓延的趋势已在显现。余额宝和银行宝类产品的投资标的是货币,后来有了一些定期收益的债券产品,接下来,就会有越来越多投资于股票、商品的产品,还会有以基金本身为标的的FOF产品等。博时基金在这方面也有些布局,大数据就是股票市场上的创新,我们和蚂蚁金服推出的存金宝是在商品上的创新,未来还会有其他的创新。其次,从金融产品基本功能设计和业务运作过程来看,之前大部分互联网金融创新都是围绕产品销售和服务功能,目的是使投资者购买过程更加便捷、更加方便,效率更高,到账速度更快,用户体验更好。而现在,以大数据为例,它是整个投资策略的一部分,这也是一个大方向。原来仅仅是销售和服务,现在是直接参与制造和生产过程,这也是产品的创新。”
“至于平台的创新,前面几年大部分是B2C类的平台创新,是机构对个人,我要卖自己的东西,或是给大家提供平台,把机构的产品推向个人。现在,C2C已成为新的方向,金融机构提供一个互联网化的投资平台,投资者在这个平台上不光是沟通、交流,还有互相服务。”王德英说,“目前有一些机构在探索,做类似于国外的Motif Investing平台。这个思路也可以用在基金上面,即提供一个平台,让基金投资者在这个平台上搭建自己的组合并分享出来。如果你的组合收益好,别人也可以跟投你的产品和组合;如果你做得好,跟投者的投资收益有一部分将支付给你。这样,每一个基民都可能做FOF的基金经理。”
在王德英看来,“互联网+”对金融的挑战不是今天才有的,但在今天,挑战变得越来越激烈。“‘互联网+’不是概念,而是国家战略,互联网正在向各行各业加速渗透,所有行业对互联网金融创新的预期非常高,但目前还处于积累的阶段。在这个阶段,大家都在播种、耕耘,还没有到收获的时候,因此,对于从事这个行业的人来说,压力非常大。”
王德英说:“拥抱变化,锐意创新,毫无疑问是公募基金下一站共同的主题。博时基金也将一如既往地致力于在互联网金融方面为客户提供更多的产品和更好的平台服务。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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