大數據“輸血”寬基指數成趨勢

    近日，基于“互聯網+大數據”構造的基金產品再次在震蕩市中引發關注。互聯網+基金相比傳統寬基指數基金收益明顯，多數基金已開始借大數據之力扭轉乾坤。

    大數據造就反彈“先鋒”

    近年來，得益于互聯網+底層數據的不斷沉淀，深耕數據挖掘的互聯網巨頭也開始試水指數領域，大中型基金公司也隨之將“互聯網+”主題作為產品指數跟蹤的標的選項。值得一提的是，有的大數據指數具有“高彈性”，在今年震蕩市中大幅超越創業板指與滬深300的反彈勢頭。

    據不完全統計，目前共有17只大數據指數，包括360互聯+、淘金100、百發100等。其中，360互聯+指數僅在2013年的漲幅跑輸，其余年份均跑贏創業板、中證500和滬深300指數。今年3月1日至9月8日期間，創業板指與滬深300分別反彈11.28%和14.82%，而360互聯網+大數據反彈幅度則高達54.59%。Wind數據統計，截至三季度末，在可統計的11只互聯網+大數據基金中，今年以來收益最好的大成360互聯網+大數據累計收益率達到22.4%，而同期滬深300指數下跌11.79%，創業板指更是大跌20.1%。

    大成360互聯網+大數據基金經理夏高認為，這一切來自于量化策略和大數據投資方法的有機結合。他介紹，360互聯網+大數據指數選股首先是通過360金融獲取海量用戶的上網行為，然后經過文本挖掘和語義分析得出用戶對股票的情緒，從而更快更準確地把握大眾情緒，最后綜合財務因子、市場因子和大數據因子，選取總分最高的100只股票并等權重分配。

    “該指數定位準確。利用海量數據，多因子構造投資組合，調倉迅速，有助于把握市場的投資機會。”夏高說。

    “寬基”定投“大有可為”

    大數據指數不僅為量化選股注入強勁動力，也為“定投”策略輸入新基因。目前，諸如上證50、中證500、創業板指等寬基指數竟跑“乏力”，而諸如淘金100、360互聯+等新興寬基指數較傳統寬基優化明顯，跑贏市場中位數的延續性良好。

    以淘金100和360互聯網+指數為例，Wind數據顯示，2014年7月至2015年5月牛市周期中，淘金100上漲270.09%，360互聯網+上漲242.69%，市場中位數上漲154.11%；2015年6月至2015年9月股災前奏時期，淘金100下跌33.23%，360互聯網+下跌33.91%，而市場中位數已下跌了42.11%；今年以來，從2016年3月至2016年10月的震蕩期，淘金100上漲39.16%，360互聯網+上漲56.66%，而市場中位數僅上漲18.82%。綜合來看，自2014年7月至2016年10月，淘金100上漲近263.44%，360互聯網+上漲301.92%，市場中位數上漲97.94%。

    另據市場人士測算，自2014年7月以來，上證50的漲幅僅戰勝24.85%的股票，中證500可戰勝32.4%的股票，創業板指可戰勝26.24%的股票。即使剔除14%的新股，中證500僅勉強可以戰勝46%的股票。

    數據表明，使用淘金100和360互聯網+指數后，2014年7月以來，在各階段，上述指數均能取得超過市場中位數的業績。

    總收益方面，360互聯網+戰勝市場前10%對應的漲幅，與前9.34%的漲幅接近；淘金100戰勝前20%對應的漲幅，與前12.09%對應的漲幅接近（均含新上市股票）。從標準差方面看，淘金100和360互聯網+指數均與市場前20%對應的波動較為接近，顯著高于上證50、中證500和創業板指。

    這意味著，基于大數據指數做“定投”效果明顯。究其原因，有專家表示，是因為這些指數都是基于互聯網沉淀數據進行的大數據挖掘與分析來制定選股邏輯。

    數據挖掘料成公募“新抓手”

    目前公募基金行業的大數據產品發行熱度不減。有市場人士坦言，大數據產品最后的趨勢就是深耕細作，在大數據基礎上做主動管理和加強，把數據源及大數據產品品牌化運作。有分析認為，在傳統公募基金的模式下，創新開發互聯網+大數據+人工智能產品將成為趨勢。

    摩根士丹利華鑫基金數量化投資部王聯欣表示，當前金融行業發展的一大趨勢就是大數據化，這意味著從前通過手繪K線圖，或者查閱相關報紙來了解股市動態的行為已經一去不復返。“只要投資者愿意，無論是上市公司發布的臨時公告，還是交易所公開的秒鐘級別行情數據，甚至是遙遠美洲大陸上的議息會議討論結果，都會及時、準確乃至‘無延時’地推送到投資者的終端界面上來，以幫助投資者構建一個信息幾乎完全對稱的投資環境。”

    同時，隨著投資者訂閱的數據信息量越來越大，對信息的處理和運用如何對接計算機分析技術是目前的“瓶頸”。王聯欣表示，金融投資的智能化發展之路遠未停止。目前大多數量化模型只是局限在特定樣本區間的局部最優模型，隨著時間的推移，很多假設不變的恒量可能會發生本質變化，進而導致模型的逐步失效。

    據了解，目前已經有不少機構和個人開始著力于開發更加智能的投資體系，并不惜引入人工智能領域的深度學習理論，在用模型指導交易的同時也用數據訓練模型，以追求資產的長期穩健增值。王聯欣稱，包括資本資產定價模型、Black-Scholes期權定價模型等經典定量模型的推出，尤其是行為金融領域的異軍崛起，更是將計算機技術在金融領域的應用向前推進了一大步，同時也催生了當前炙手可熱的量化投資技術，即人們發現基于特定金融理論或統計模型產生的交易策略，同樣能夠在資本市場獲得不俗的投資業績。（實習記者 任飛）