主要观点:
大数据基金数量较少、业绩分化
如果说2014年是大数据基金的元年,那么2015年可以算是大数据基金关注度最高、数量和规模都爆发式增长的一年。http://www.hibor.com.cn【慧博投研资讯】2015年,大部分大数据指数都在这一年发布,9只大数据基金成立,规模冲破200亿,BAJT争相入场,然而牛市的破灭似乎也浇灭了市场对于大数据基金的关注度。http://www.hibor.com.cn(慧博投研资讯)2016年8只大数据基金成立,2017年3只,2018年1只且出现基金清盘,由于大数据基金整体业绩并不突出,再加上市场出现熔断以及一九分化这样的极端状况,大数据基金的发展陷入瓶颈。目前市场上仅有21只大数据基金(合并份额),由于数量较少、基金采取的策略和风格多样,因此在数据对比和分析上的结论仅供参考。尽管大数据基金平均业绩并不突出,但是内部分化较大,一些绩优基金仍然值得关注。
不同策略下的绩优基金仍值得关注
根据基金采用的策略和持仓风格不同,同时基于近几年的业绩,可以挖掘出几只业绩持续优秀的产品。被动指数型基金方面,价值风格的基金南方大数据300A(001420)成立以来相对沪深300有累计25.5%、年化近8%的超额收益,成长风格的大成互联网+大数据A(002236)相对创业板指有累计9.5%、年化近4%的的超额收益。主动管理型基金方面,东方红京东大数据(001564)在2016年和2017年这两个完整年度同类排名在前10%。
产品亟需优化:产品优化与模型优化
随着互联网和计算机技术不断进步,国外巨头投行对大数据、人工智能都青睐有加,而且取得了不少进展。国内利用大数据采集和各种算法来指导投资仍处在发展初期阶段,当前整体业绩欠佳并不代表大数据基金不行,可能是利用大数据的基金产品或者模型需要进一步优化。一方面,现存的一些历史业绩优秀的大数据指数还没有产品进行跟踪;另一方面,当前市场上不少大数据采集的是散户的情绪指数、搜索行为,对于如何处理这些大数据,以及是否能采集其他关键数据(例如机构投资者或基金经理相关指标)仍然需要探索与努力。
近年来,随着大数据技术的飞速发展,其在金融领域的应用也不断加深,众多金融机构都在尝试将大数据带来的强大信息优势与公司自身的投研能力相结合以更有效地指导投资。
国内外许多研究都表明,通过大数据获得的网络信息可以有效反映投资者情绪。Bollen等(2011)和Wei Zhang等(2016)均利用社交网站上的信息,前者发现分析公众的情绪状态可以有效预测道琼斯工业指数的涨跌,后者提取了日常幸福感指标,发现对许多股票市场而言,幸福感指标与指数收益变化密切相关。此外,Bank等(2011)和Wei Zhang等(2013)挖掘搜索引擎数据,发现搜索量的增加显著影响股票的交易行为。
基于大数据和证券市场的相关研究,国内外许多基金公司与互联网企业展开合作,充分利用互联网公司丰富的信息资源优势,获取投资者情绪等相关指标来指导投研和交易,由此大数据基金也应运而生。