⑴ 大數據基金是什麼意思
大數據基金，顧名思義，是以互聯網大數據為信息源，以挖掘其中有用信息為主要選股標准和手段的基金。大數據基金最早以指數基金的形態問世，隨著市場對大數據的熱度不斷升溫，產品形態也越來越多樣化，加入了越來越多的人工選股因素。若按投資理念分類，可將這些基金分為被動指數型和主動管理型，主動型中又可分為混合型、股票型和保本型。
⑵ 大數據基金逆勢猛發 主動引入量化對沖策略
大數據基金逆勢猛發 主動引入量化對沖策略
大數據正在持續激發商業模式創新，不斷催生新業態，成為互聯網等新興領域促進業務創新增值、提升企業核心價值的重要驅動力。大數據產業正在成為新的經濟增長點，對未來信息產業格局產生重要影響。在各個互聯網平台紛紛拿出自己的數據做成金融產品的同時，基金公司也在希望借力大數據基金，抓住成長於互聯網時代的新一代基民。
六月以來，國內資本市場逐步走弱，基金募集依然極度低迷。新基金不僅首募規模慘淡，且頻現延長募集問題。行情不好，公募也明顯放慢了新產品的發行節奏。而其中，大數據基金反而是靜流中的一股暗涌。不僅形形色色大數據指數陸續面世，而且基於這些指數開發的產品也將列隊發行。
大數據指數的開發也進入精耕細作的階段。公募對互聯網數據的要求越來越挑剔，尤其要求與投資者行為密切相關。公募合作的互聯網平台從網路、新浪財經，亦發展到雪球、騰訊自選股、同花順等記錄了投資行為的平台。
中國公募基金行業對大數據引入投資的應用還處於初級階段，因此開發較為簡單的指數型基金是多數試水者的首選。然而，今年6月中旬以來A股接連幾度大跌，讓始終保持高倉位、必須跟隨指數的大數據指數基金面臨著業績的壓力。
震盪市中，配置了代表轉型方向小票的高倉位大數據指數基金遭遇重挫，先行者也在思考這類產品如何轉身的問題。如今，大數據基金產品的開發走向了倉位和操作更加靈活的主動量化趨勢，引入對沖策略。
大數據為新基金「貼金」
經濟觀察報注意到，僅是今年7、8兩個月份，中證指數公司已發布三條與雪球相關的大數據指數，三條與銀聯相關的大數據指數，一條與360旗下的搜索引擎有關的大數據指數，一條與搜房網房天下有關的大數據指數。記者了解到，博時基金、大成基金、天弘基金、中歐基金、鵬華基金正在開發基於上述指數的基金產品，將在未來兩三個月內發行。
大數據基金始步於2014年，升溫於2015年。去年，廣發基金[微博]與網路的合作打響大數據基金頭炮;今年，除了新增南方、博時、大成、天弘、中歐、鵬華、嘉實等將近十家試水者之外，產品發行的速度和數量均在今年明顯上升一個台階。記者了解到，博時和大成等公募基金公司已經把大數據基金的開發作為公司的戰略重點。
年輕的大數據指數尚未建立自己的地位。大數據是否只是營銷的噱頭，仍是多數基民心中揮之不去的質疑。對此，博時基金副總裁王德英以量化基金在國內從不受重視到大受歡迎的經歷勉勵自己。他認為，前幾年尚未做出業績的量化基金發展得不溫不火。但從去年開始，一些運作時間較長的量化基金已積累出業績，尤其是在今年股市震盪期中成為很多投資者在債券、固定收益類產品之外的避險之選，「希望多積累點業績，來說服投資者。」
大數據因子的出現，寄予了公募在投研方式變革的期望，也希望能夠把大數據開發成一個良好的策略，幫助原有的量化模型跑贏市場。
大數據基金的選股多採用「多因子」模型，參考此類基金的基金合同，大都採用「財務」、「動量」、「大數據」等三類因子選股。
王德英介紹，目前各家公募所引用的互聯網數據要麼與基本面有關，如銀聯跨行交易數據，以及螞蟻金服旗下支付寶[微博]金融信息服務平台提供的網上消費類統計型趨勢特徵數據;要麼是與市場信心或情緒有關的數據，如反映市場熱點的網路或新浪財經等。
華南一位大數據指數基金經理告訴經濟觀察報，大數據跟投資的相關性大小對最後出來的指數產品的影響並不是那麼直接，還取決於它跟現有的模型匹配的程度有多大，「如果它在某一段時間的市場情況下我們覺得表現會好，會增加它的權重，有時候會降低。」
大成基金首席戰略官溫智敏認為，原則上隨著對大數據的應用能力的提升，大數據的權重會越來越大，「包括我們關於這支產品或者後續的產品方面在未來會把互聯網的元素強化。」
經濟觀察報了解到，大數據指數的選股模型的優劣取決與各家公募在量化投資領域的積累。仔細研究發現，來自各個互聯網平台的數據只是選股模型中的一個因子，且所佔的權重目前還不大，少則六分之一，多則三分之一。
王德英表示，將大數據因子融入原有的量化模型中，考驗的是模型的成熟度。包括大數據在內的各個因子的權重並不是固定的。不同因子如何調配才能優勢互補，需要多年的運行經驗才能總結出來，「模型經常要調整，哪個失效，要剔掉;要不斷統計和優化。」
這意味著大數據指數和傳統被動管理型的指數有較大差異。通過多個因子策略的調整和權重優化，大數據指數可實現一定程度的主動管理。
目前市面上的大數據指數基金多數是每月調一次倉。一位不願具名的大數據指數基金的基金經理告訴經濟觀察報，現在大數據指數都是一個月一換倉，換手率比其它的主動管理型基金還是偏高一些。其進一步揭示了產品局限性和風險性，「主動管理型基金可以挑時間換倉，而我們每個月就定期這樣去換，如果趕上時間點不好，大容量可能會容納不下。」
前述基金經理管理的大數據指數基金並沒有設置最大的規模。其表示，「規模如果太大可能會影響一些調倉，尤其像現在股市不好成交低迷的情況。但是三十億、五十億正常規模的基金應該是沒問題的，畢竟百隻股票三千萬、五千萬，即使換倉一天換不了，拿三五天、一周來換的話也是很合理的。」
不過，與主動型基金相比，大數據指數基金的管理費用低廉具有明顯的競爭優勢。一位業內人士認為，這也是策略指數能夠在很短的時間內獲得市場和投資者廣泛青睞的一個重要原因。
逆勢而上 勇於創新
溫智敏告訴經濟觀察報，策略指數在國外很重要的一種策略就是等權重。傳統的指數採用的是市值加權的方式，意味著更看重所謂市值較大的股票。而大數據指數則是在等權重的情況下，由模型中的多個因子去考量和選擇。
溫智敏認為，現在經濟轉型的情況下，資本市場更加看重成長性股票。等權重的方式下選出了大量的小票，是有資本市場的判斷邏輯在背後支撐。
然而，先行者卻在實踐中發現了問題。傾向於小盤股的特點導致其收益不穩定。
以最早成立的廣發中證網路百發策略100指數基金為例，其募集金額曾高達23億元，基金的成分股為100隻，成分股中中小盤股佔比較高。該指數策略採用等權重方式，以23億元的募集金額來看，每隻股票的配置資金為2300萬元。值得投資者注意的是，中小盤股較多，當基金進行調倉時可能將產生一定的沖擊成本。
近幾個月的震盪市中，受傷最大的是那些被認為代表轉型方向，最有上升空間的小票。配置了小票的高倉位大數據指數基金，便在這一過程中遭遇了較大的回撤。百發100指數基金便是其中一員。
百發100指數基金自去年運行以來，廣發基金意識到該基金的規模局限性，廣發基金大數據混合基金經理季峰表示，「假設在極端行情下，市場流動性匱乏，成分股大部分集中在小盤股上，後果就是交易過程中會產生巨大的沖擊成本，對基金業績造成影響。」
高倉位，主動性差，作為第一波大數據指數基金的先行者，廣發基金思考著如何更好地發揮大數據的優勢。指數型產品碰壁之後，首隻大數據主動量化基金廣發大數據混合在解決問題的背景下誕生。記者發現，新發的廣發大數據混合在倉位上更加靈活，為0~95%之間，而非百發100那樣在任何時候都必須保持90%以上的倉位。
在加權方式上，第二代大數據基金也做了改變，拋棄了等權的方法。廣發大數據混合不再像此前那樣按等權重買入，而是按照市值比例進行配置。季峰認為，由於加權方式採用類市值加權，因而基金規模不做任何限制，調倉的流動性風險和沖擊成本將大幅降低。此外，在應對下跌趨勢時，除了降低倉位，一旦展開趨勢性行情時，該基金也會開股指期貨空單對沖。
股市行情震盪，讓市場上基金的業績表現分化。基金管理公司也開始從側重指數型產品轉型到側重主動管理型產品。主動管理型能夠在大數據選股的優勢上結合擇時對沖風險。
以上是小編為大家分享的關於大數據基金逆勢猛發 主動引入量化對沖策略的相關內容，更多信息可以關注環球青藤分享更多干貨
⑶ 大數據在基金中的應用
應用很廣，定價、授信、風控領域尤其多，隨便說幾個：
車險。其實根據車主的日常行車路線、里程、行車習慣、出險記錄、職業、年齡、性別，可以給出非常不同的定價。比如一個開中級車，每天固定路線往返幾公里通勤的熟練女白領車主，和一個開同樣車型每天在珠三角或者長三角跑生意的中年暴躁小老闆車主，假設後者出險概率是前者的3倍，那麼完全可以定3倍於前者的價格（商業部分）。對於保險公司，前者才是優質客戶，後者做了生意也是賠錢貨，不如趕到競爭對手那裡去。
貸款。現在各種小額貸款、消費貸款、供應鏈金融，都是在吃4大行懶得吃的散客市場，之所以他們懶得吃，就是怕麻煩。最麻煩的就是授信環節，對於一個沒有固定資產等擔保物的客戶，能授信多少額度是個問題。淘寶能做小微是因為商家的流水在他們手裡，白領的消費貸敢做是因為有穩定的現金流收入。但除了淘寶可以做到比較准確的模型，其他的業務都非常的粗放，基本每個領域都是根據幾條死規則來做業務。這意味著這個市場還有很大的潛力可以挖掘，比如一個小老闆，其實風險不大，他需要100w周轉，但你沒把握估算他的風險，只敢貸50w出去，就少賺了那50w的利息。
問題是現在整體上受到諸多限制，真正能應用起來的地方不多，限制最大的兩個方面：
數據。阿里是因為有淘寶的交易數據，所以是先天優勢，傳統金融機構根本沒有有效的能夠拿來建模的數據。倒是各個互聯網公司，比如地圖、行車、電商、社交等等，有很多零散的數據。但這些公司不可能直接拿自己的命根子來賣錢，國內又沒有中間層的數據公司來撮合（目前的商業環境估計很難撮合起來），只有一些灰色的公司在倒數據，這些數據往往是電話號碼什麼的，使用方式也簡單粗暴，談不上大數據。
比方說費率的問題，說是xx年要放開管制，費率自由化，但到時候真能放開么？放開了，肯定起來一批，倒下一批。都是一輪輪各路勢力的利益博弈。
⑷ 基金收益為什麼會兩極分化
股基收益率兩極分化主要由三方面原因造成:
第一個原因,是股票市場的結構化行情;
第二個原因,是基金設計時候的產品投資定位;
第三個原因,是基金經理的個人因素。
⑸ 如何利用大數據指數選擇基金產品
現在基於大數據指數推出的基金產品很多，我們以博時基金「指慧家」為例子，分析從哪些方面去選擇指數基金。
1、大數據指數覆蓋面要足夠廣
例如，「指慧家」的大數據指數覆蓋面非常廣，覆蓋衣、食、住、行、娛、醫等全市場行業，涵蓋互聯網電商、線下消費、社交金融、房地產交易等領域。博時基金優選合作夥伴，螞蟻金服、銀聯、雪球、搜房網等都是各自領域中的龍頭企業，擁有具有行業代表性的大數據。
2、大數據指數真正使用的海量大數據
例如，「指慧家」的大數據投資是利用海量的互聯網大數據，如搜索熱度、關注度、訂單數、成交額、消費筆數等多維度的數據，通過量化演算法，以期能更早、更快、更准預判某個行業或者企業未來的景氣程度。互聯網大數據大大提升了金融行業的投資能力。
3、大數據指數質量高、精細
4、大數據指數必須是深厚底蘊，值得信賴
⑹ 大數據基金該怎麼投
大數據基金該怎麼投_數據分析師考試
自去年以來，大數據基金紛紛成立。在運作了將近一年的時間里，這些大數據基金體現出來的特性如何？適合什麼樣的投資人？如何投資才能收益最大化？
風格迥異
目前市場上正在運行的大數據基金有4隻，分別是中證騰安價值100指數、中證網路百發策略100指數、中證淘金大數據100指數和大數據系列策略指數（i100和i300）。4隻跟蹤上述指數的基金分別是博時中證淘金大數據100、銀河中證騰安指數，廣發百發100、南方大數據100。
具體從4隻指數基金來看，風格迥異的同時也有相似點。
廣發百發100跟蹤百發100指數。該指數採用網路金融搜索和用戶行為大數據，通過相應的數據挖掘和分析手段，將涉及特定金融實體的數據進行自動分析、歸並、統計和計算，並引入量化投資模型，編制股票市場指數。
南方新浪大數據i100與廣發中證100較為相似，它以新浪財經的互聯網財經大數據應用為特色，基於財經新聞媒體與社交平台海量大數據，在選股策略上，i100指數綜合財務、市場驅動、大數據三大因子。
博時中證淘金100，從編制方案來看，以電商商品類目相關中證三級行業的所有股票為樣本空間，從中根據綜合財務因子、市場驅動因子、聚源電商大數據因子選取綜合評分最高的樣本股，並採用等權重計算。數據來源為支付寶的實際交易，包含了行業的價格、銷量、人氣等景氣程度數據。對樣本空間的股票，按其綜合財務因子、綜合市場因子和淘寶大數據因子計算的綜合評分降序排列，選取排名前100名的股票作為中證淘金大數據100指數成分股。
銀河定投寶中證騰安價值100更偏愛被低估的上市公司：指數依據定價偏離程度排序，佐以質價比率、公司資質、每股評分等多項財務指標，選擇市場價格相對低估的100家上市公司股票為樣本。指數樣本主要集中於工業、可選消費及醫葯衛生三個中證一級行業，樣本數量分別達到30隻、23隻及14隻，合計權重達67%。信息技術、原材料、金融地產、主要消費、電信業務、能源及公用事業依次排名4到10位。
高貝塔適合波段操作
從這些大數據指數走勢來看，更具備高貝塔產品的特性。
今年以來，淘金100漲幅86.37%，中證騰安價值100漲幅64.01%，網路100漲幅51.65%，新浪大數據i100漲幅82.37%。同期上證綜指今年以來的漲幅為25.83%，滬深300漲幅18.18%，創業板指數漲幅96.89%。
自6月份發生的股市大跌，滬深300由最高點跌至近期最低點的跌幅為34%，上證指數跌幅不到35%，創業板指數跌幅51%。同期，淘金100跌幅46%，中證騰安價值100跌幅44%，網路100指數跌幅49%，新浪大數據i100跌幅42.7%。
從4隻大數據基金或長或短的歷史業績可發現，大數據基金相對於普通的權益類基金在股市中表現為凈值波動大。有基金經理表示，與成熟市場主要由理性機構投資者構成相比，A股市場仍以散戶為主，因此市場受投資者情緒影響很大，投資者情緒可以更多地反映在互聯網大數據上，但投資情緒的巨大波動也會帶來互聯網基金的高貝塔屬性，對此投資者要有心理准備。從目前來看，投資者在市場低位布局該類基金，等待市場熱度提升，是比較好的方法。
以上是小編為大家分享的關於大數據基金該怎麼投的相關內容，更多信息可以關注環球青藤分享更多干貨