自2014年10月中證百度百發策略100指數型基金正式發布后，“大數據基金”一詞便在基金行業內流行起來。大數據基金是利用“大數據”獨特的洞察發現力和海量的信息資產建立量化模型，用以選擇股票進行投資，合作模式上為業內大中型基金公司+互聯網商業巨頭，所以誕生時就受到投資者青睞。近日，百度與國金證券聯合宣布，共同推出國內首只大數據量化基金——“國金百度大數據基金”，一年多的時間內，市場上已產生10多只大數據基金，版本從最初的跟蹤大數據指數的1.0版本上升為現在采用靈活配置策略的大數據2.0版本，未來還將針對高凈值用戶的對沖專戶產品——3.0版本。投資創新永不眠，對于信息和方法論的尋求必然誕生大數據基金。
其實大數據基金不是一個法規層面的基金分類，而是一個業務特點層面的分類，屬于量化基金的一類，一般有以下三種情況。
其一，量化基金特指使用量化模型進行資產配置、行業配置和個股選擇的證券投資基金，國內于2008年有了第一支量化基金，核心原理就是利用基本面數據和交易數據進行量化投資建模。由于交易數據本身就是大數據，量化投資方法就是大數據分析，所以量化基金必然是大數據基金。
其二，2013年以來，隨著移動互聯的發展和成熟，互聯網金融的興起和深化，業內各方開始利用互聯網公司的大數據進行投資分析，這里的大數據既包括寬泛的個人網絡生活行為數據，也包括特有的股票關注行為數據，把這些數據作為增量信息有機納入傳統的基本面數據和交易數據，進行量化選股，這就形成了利用互聯網大數據信息補充投資的基金，也就是通常所說的“大數據基金”。
其三，一些具備強悍互聯網基因的基金，比如余額寶，它本身是貨幣基金，和量化投資毫無關系，但是因為其龐大的體量，快速增長的規模，以及隨之而來的海量運營數據和壓力，在其互聯網基因的引導下，自然引入了阿里嫻熟的“大數據處理技術”，業內最早采用云端運營，大幅度提升運營效率和運營精度，形成以大數據技術運營的基金，因此也是某種大數據基金。
當然，大數據基金和普通基金相比，也各有所長。如果談論整體的量化基金，優勢一是具備更好的性價比——單位風險收益率衡量，也就是夏普比率或者信息比率，二是具有很好的規模容量，三是具備更穩定的業績；缺點是難以對市場快速反應，難以出現最出彩的業績。如果談論當下最熱的互聯網大數據信息基金，優勢是引入增量信息，比普通股票型基金甚至量化基金增加捕捉超額收益的信息來源，有可能構造獨到的“阿爾法因子”，具體來說，可能是更好衡量了企業的基本面價值，也可能是量化了廣大投資者的市場參與行為，最終進一步發揚量化投資的優勢。從這個維度，大數據基金的優點是量化基金的固有優點加上互聯網數據的時效性和全面性優點。或有的缺點一是過于強調互聯網大數據的信息優勢，忽略量化投資建模的基本要點；二是大數據本身的代表性問題；三是大數據的持續性和持續有效性問題。具有強悍互聯網基金的余額寶，是公募基金銷售對銀行渠道突圍的成功，是互聯網時代對互聯網金融訴求的成功，而這一切，絕非一般意義上大數據基金的成功，這倒是大數據運維技術在超級基金運營中的成功應用。
然而，利用互聯網大數據信息補充投資的基金，投資者購買熱情雖較高，但基金表現短期內并不盡如人意。截至2015年12月24日，10只大數據基金有6只基金略戰勝同期滬深300指數，其中銀河定投寶設立時間最長，累計收益最高，達83.4%，南方大數據300A超越同期滬深300指數最多，超額收益為21.64%，與股票型基金平均水平基本持平。但從風險波動水平來看，大數據基金所承擔的風險性卻非常大，尤其是在市場行情急速下挫的環境下，回撤高于常規指數。業績不如預期主要原因是大數據基金采用了指數化投資的方式，跟蹤于大數據指數，使其很難回避市場的下行風險。此外，大數據基金投資過于分散化，股票切換頻率過快，也是其運作的弱勢之處。這也說明了投資從來都不是短期行為，產品論證階段是基于大量歷史數據進行回測分析，產品驗證階段也需要較長時間的實盤測試。
大數據真正的價值在于通過數據做分析整理，最后產生分析和預測，長期目的是建立起金融大數據庫，以滿足各類投資需求。而當前的大數據基金多數是互聯網數據作為增量信息有機納入傳統的基本面數據和交易數據，進行量化選股，這只是簡單的嘗試。相信伴隨科技及市場的發展，未來1-2年的時間大數據基金會全面升級現有的量化基金，促進發展新的量化基金，3-5年的時間內，會成為整個股票型證券投資基金的主流。
京公網安備 11010502049343號