
大数据为公募助跑_数据分析师
不仅在分级基金上不甘落后,近期,各大基金公司之间的大数据之战也愈演愈烈。腾讯、百度、阿里等互联网巨头各自站队,将其特有的电商大数据优势以金融产品方式“变现”。BAT、新浪的大数据卡位战已经打响,在现有的“互联网+指数+基金”模式下,拥有大数据优势的互联网巨头与拥有产品牌照优势的公募基金选择联手共赢。赵云阳表示,资本市场各类参与主体的投资理念、思路逻辑及操作都在改变,一个突出的表现是,大数据挖掘在公募中的作用越来越明显。
赵云阳表示,在主动型产品中,大数据解决了繁杂的信息筛选问题,通过量化投资策略提高基金经理的效率。以博时国企改革主题基金为例,首先该基金用量化的方式在海量信息间抓取大数据,找到可能进行国企改革的机会;其次分析交易行为,比如股权变更等得到一些线索;最后才用传统的选股方式进行筛选。该基金的决策主要是由量化团队做,研究员的作用就是规避风险。博时特许价值股票基金选股流程与之类似,也是实行风险管理下的主动型量化投资策略,基金按照价值投资原则,通过严密的数据分析和统计,从品质过滤和价值精选两个维度来精选个股,选择价值被低估且具有政府壁垒优势、技术壁垒优势、市场壁垒优势或者品牌壁垒优势等持续增长潜力的股票,作为组合的基础。
被动型产品更是博时基金[微博]发力大数据的主要战场。一个月前,基于全球首个电商大数据指数的两只公募基金产品由博时基金和阿里旗下蚂蚁金服共同完成。其中,博时淘金100首募发行仅三天,募集规模约为40.75亿;博时招财一号发行7天,首募规模约为13.53亿,且该基金仅在招财宝平台独家发售,“博时淘金100”一时成为国内规模最大的大数据指数基金,而招财一号无论产品规模还是交易笔数,都刷新了招财宝新纪录。值得关注的是,虽然并非发起式基金,但公告显示,“博时淘金100”基金经理及高级管理人员、基金投资和研究部门负责人认购金额共计98.56万,显示出管理人对所管理基金持有很大的信心。
据赵云阳透露,这仅仅是博时基金大数据产品的开端,目前,公司正在积极复制这一模式,与一些拥有大数据优势的大型电商、门户网站进行合作洽谈,将继续开发出特色各异的大数据指数产品。“现在很多公司都在搞大数据,但博时行动得比较早,就像打仗一样,我们正在把一面又一面小旗插上各个角落,这或许会成为我们未来的差异化优势。工具化会是公募未来发展的一个重要方向,而大数据则让这些工具更精准,更好用。”
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