<thead id="nz7rz"></thead>
    1. <small id="nz7rz"><strong id="nz7rz"></strong></small>
      <acronym id="nz7rz"></acronym>
      
      
        1. <thead id="nz7rz"><sup id="nz7rz"></sup></thead>

        2. 免费手机资讯客户端下载
                 
          第三方支付 | P2P网贷 | 众筹 | 金融电商 | 虚拟货币 | 区块链| 征信
          网贷产品 | 网贷平台 | 网贷导航 | 网贷论坛

          机构选股逻辑基因变异 量化投资互联网掘金大数据

          • 字号
          2014-10-10 01:16:44 来源21世纪经济报道  作者宁夏

          利用互联网金融大数据构建选股模型正成为A股市场的一股新潮流

          10月20日广发基金与百度公司合作开发的广发中证百度百发策略100指数基金将启动发行这是?#30340;?#39318;只跟踪具有互联网基因指数的指数型基金产品

          计划推出互联网基因指数产品的还有南方基金管理有限公司

          跟踪大数据指数的基金产品方案将于近期正式申报监管机构预计年内发行跟踪i100指数的基金产品南方基金产品开发部副总监鲁力透露

          据21世纪经济报道记者采访了解除广发南方基金外?#30340;?#36824;有基金公司的量化投资部和专户部在研究大数据的量化策略

          此外券商研究所的金融工程团队同样在挖掘大数据的投资机会其中?#30340;?#30340;代表为长江证券(000783,股吧)金融工程团队他们早在年初即根据新浪财经新闻数据构建新闻选股模型

          大数据的魅力

          利用互联网大数据挖掘股市的超额收益机会正成为近期基金业的一股新潮流而动作较快的当属广发基金和南方基金这两家基金公司

          其中广发基金联合百度公司中证指数公司开发百发100指数南方基金则携手新浪财经深证信息公?#23601;?#20986;了i100指数和i300指数

          基金公司?#21512;?#24320;发大数据指数的动力在于基于大数据筛选出来的组合大幅跑赢现有的指数基金

          中证指数公司提供的数据显示自2009年至2014年6月30日百发100指数的累计收益率达到545%同期中证500中证全指沪深300指数的收益率分别为102%56%19%

          历史收益源自模型样本的模拟测算外界对其收益率或许存有疑问而百发100指数产品在模型样本外的实盘数据同样大幅跑赢主流指数

          广发基金量化投资部研究员季峰向记者介绍6月20日开始百发100指数进入实盘运行阶段自此至10月8日百发100指数实现的累计收益率达到43.33%同期沪深300指数上证指数和创业板全指的收益率分别只有16.52%17.74%和17.94%

          i100等权重指数和i300等权重指数的历史收益率同样凸显出大数据的优势

          自2010年1月29日至2014年7月31日i100和i300的累计收益率分别达到222.40%和141.58%远高于同期创业板指数34.45%的累计收益更高于?#34892;?#26495;指数8.95%的累计收益率

          南方基金量化投资部总监刘治平介绍南方新浪大数据指数自8月开始正式进入模型样本外运行其中i100等权重指数在8月和9月份实现的月收益率分别为10.93%15.63%这意味着该指数在两个月期间的收益率达到26.56%

          券商的研?#23458;?#38431;同样在挖掘大数据带来的投资机会其中长江证券金融工程团队自年初即建立新闻选股模型自1月12日开始样本外跟踪

          长江证券金融工程主管范辛亭发布的研究报告显示1月22日至8月15日新闻选股模型累?#39057;?#32477;对收益率达到52.45%超越沪深300指数39.44%超越中证500指数30%

          招商证券(600999,股吧)金融工程高级分析师夏潇阳利用深交所互动?#30528;?#38706;的调?#34892;?#24687;构建?#34892;?#26495;创业板调研组合实盘跟踪的结果显示自年初至9月30日该调研组合实现的累计收益率为29.31%跑赢?#34892;?#26495;指数14.91%超越创业板指数的幅度是8.53%

          引入互联网基因

          无论是长江证券招商证券构建的选股模型还是广发基金南方基金推出的大数据指数其共同点在于引入网民对个股的搜索大数据作为选股因?#21360;?/P>

          百发100指数的原理是在传统指数模型的基础上增加百度大数据的搜索因子相当于将投资者即将发生的行为提前纳入指数指标中广发基金数量投资部总经理陆志明如是表示

          百发100指数的参与开发者广发基金数量投资部研究员季峰介绍百发100的模型也叫投资者综合情绪模型它相当于一个超大的数据熔炉将财务因?#21360;?#21160;量因?#21360;?#25628;索因子等几类数据做多维度分析使其在高维空间发生化学反应

          利用百度平台数据对样本空间的股票分别计算最近一个月的搜索总量和搜索增量分别计为总量因子和增量因?#21360;?#23395;峰介绍百度金融大数据从某种意义上说是度量投资者情绪的量化方法之一可用以反映投资者的投资意愿或预期

          百发100指数的创新之处在于网络搜索量成为选择成份股的影响因素指数的构建利用了百度在搜索领域的强势资源具有显著的互联网基因众禄基金研究?#34892;?#30740;究员廖帅说

          中证指数公司网站披露的信息显示百发100指数的选样方法是按照综合财务因?#21360;?#32508;合动量因子和搜索因子计算的综合评分降序排列选取排名前100名的股票作为百发100指数的成份股

          其中综合财务因子涵盖净资产收益率资产收益率每股收益增长率等8个财务因?#21360;?#32508;合动量因子是计算最近一个月的个股价格收益率和波动率得到风险调整后的动量指标按?#25484;?#22823;小从高往?#22242;?#21015;排在前30%的记为动量因子后30%则记为反转因?#21360;?/P>

          南方新浪财经大数据的选样方法中同样引入国内第一大门户新浪网的大数据

          i指数的选股因子包括财务因?#21360;?#22823;数据因子和市场驱动因?#21360;?#21335;方基金权益投资部总监史博说大数据因子涵盖了新浪财经下的页面点击量微博的正负面文章新闻报道影响

          此外财务因子包括最新市盈率PE净资产收益率ROE年度营业收入和净利润增长率以及他们的变化预测市场驱动因子则是指股票近期换手率波动率价格变化率成交量变化率

          早在南方基金之前长江证券的金融工程团队就利用新浪财经的数据构建了新闻选股模型

          我们通过对新浪财经的数据选取新闻关注度蹿升最快周点击量增速最快的排名前50的股票剔除有坏消息的公司构建一个50只个股的选股组合范辛亭指出新闻选股模型的核心是选取近期点击量有较大提高的个股构建组合以求寻找新闻热度所带来的预期变化

          虽然都是引入互联网金融大数据作为选股因子但不同机构构建的成份股还是有明显区别

          中证指数公司披露的信息显示百发100指数首期100只成份股中样本股在各个市场板块相对比较分散其中?#34892;?#26495;股票数量最多达到39只其次为上证主板31只深证主板和创业板各占25只和5只

          从行业分布看百发100指数的成份股中前五大行业是工业可选消费原材料金融地产信息技术合计占指数的权重比例达到85%相比沪深300指数其金融地产配置比例较少信息技术和可选消费等明显超配

          根据财务因?#21360;?#22823;数据因子和市场驱动因子i指数选出的成份股主要分布在原材料信息技术工业与可选消费四个行业其中i100指数i300指数在上述这四大行业的权重占比分别为73%与71%

          颠覆选股逻辑

          当基金公司和券商研究将互联网金融的大数据作为选股因子引入模型代表着资产管理机构在指数投资上重构选股逻辑

          ?#25353;?#32479;指数编制依赖的是市值规模成交金额财务及估值等传统因?#21360;?#23427;最大的缺点是采用过去3个月或6个月的数据去预测未来一期的收益参数对历史数据有?#29616;?#30340;依赖陆志明指出利用百度数据融入了投资者在投资决策前的行为规律对未来的市场投资规律有一定的预测作用其预测效果好于传?#36710;?#26469;源于历史数据的因子数据

          而与传统指数不同的是百发100指数的编制思路是跳出行业板块的限制从全市场中寻?#39029;?#39069;收益的机会

          我们希望通过财务数据动量数据和百度大数据试图去发现市场未来一个月轮动的热点季峰认为百发100指数选股模型的特点是它所挑的股票是契合未来市场或行业轮动热点且基本面良好未来有一定成长空间的价值型股票

          南方基金和新浪合作推出的大数据指数也是采用相同的思路

          利用大数据投资向市场广度要超额收益南方基金权益投资部总监史博根据wind数据统计发现自2005年至2014年即便全市场平均收益率为负数依然能?#39029;?#36229;越市场30%的股票

          以2014年年初至8月22日为例wind全A的收益率是14.12%超越市场30%的股票个数达到535只占全市场股票数量的比例是22%其中这批股票的平均收益率达到74.63%

          在?#30340;?#30475;来基金公司量化投资部引入互联网大数据目的是将这类超越市场平均收益的标的挖掘出来基于此与传统指数半年调一次样本股不同的是百发100指数和i100i300指数其样本股的调仓频?#31034;?#35774;置为每个月一次

          每个月大概有50%的成份股会发生调整季峰介绍百发100指数以每个月第三周的周五进行样本调仓自6月20日?#20004;?#35843;整了三次样本其中每个月约有一半的成份股会被替换

          季峰坦言相比其它的指数百发100指数成份股的调整比例相对偏高但他认为指数样本的调整频率幅度远超传统指数目的是更好地把握市场的轮动行情

          深圳证券信息有限公司邢精平博士提供的数据亦显示自2013年7月1日至2014年6月1日南方新浪大数据的近12次样本股调仓中i100指数平均?#30475;?#35843;整41只股票i300指数平均?#30475;?#35843;整95只样本股月度平均调?#30452;?#20363;分别为43.5%和34.5%

          在?#30340;?#30475;来近两年来国内市场具有明显主题轮动的特点基于大数据开发的策略指数非常适合主题轮动的市场行情

          不过也有研究机构提出引入大数据的模型能否经受考验还?#20889;?#26102;间验证

          百发100指数和i系数指数的构建在考量个股价值的同?#20445;不?#26497;地把握市场的关注热点和舆情这样的出发点对争取良好表现是有益的廖帅认为利用互联网基因构建的数量模型是否足够合理还?#20889;?#26102;间给出答案

          相关新闻

          评论

          还可输入 500

          互联网金融精品推荐

          推广
          热点

          免责声明本文仅代表作者本人观点与和讯网无关和讯网站对文中?#29575;?#35266;点判断保持中立不对所包含内容的准确性可靠性或完整性提供任何明示或暗示的保证请读者仅作参考并请自行承担全部责任

          ֲô
            <thead id="nz7rz"></thead>
            1. <small id="nz7rz"><strong id="nz7rz"></strong></small>
              <acronym id="nz7rz"></acronym>
              
              
                1. <thead id="nz7rz"><sup id="nz7rz"></sup></thead>

                  1. <thead id="nz7rz"></thead>
                    1. <small id="nz7rz"><strong id="nz7rz"></strong></small>
                      <acronym id="nz7rz"></acronym>
                      
                      
                        1. <thead id="nz7rz"><sup id="nz7rz"></sup></thead>