從炙手可熱到歸于寂靜，大數據基金走了不到三年時間，不少從業人員認為，未來與量化、智能投顧相結合或是突破瓶頸之道。

自國內第一只大數據基金誕生至今已過了兩年多。目前市場上以大數據為主題的基金達到了20只，今年又有7只新基金在名稱中嵌入了“大數據”字樣，但與誕生之初的喧鬧場面不同，如今的大數據基金市場已逐漸降溫。相較2015年的爆發式增長，大數據基金似乎陷入“瓶頸”。

在產品創設上，無論是份額還是發行只數，博時、廣發、大成等大公司占據了大部分的份額，小基金公司則很難在產品上有所作為。處于瓶頸期的大數據基金暴露出的問題也越來越多：可選數據平臺有限，同質化現象頻發，業界對于大數據基金僅是“噱頭”的質疑越來越多……

大數據基金路在何方？

數據源有限同質化嚴重

自2014年3月首支大數據基金銀河定投寶發行以來，大數據基金經歷過從默默無聞到一夜爆紅又到歸于冷寂，這一過程僅不到3年。

一家基金公司相關人士透露，市場大數據基金的熱情已然下降，各家基金公司基本已經暫停了新產品的研發。

“根本原因還是大數據基金高度同質化，市場知名的大數據平臺商就那么幾家，根本承載不了多少的基金公司發行各類，后發的基金公司只能選擇此前已有的合作商，在細節上進行微調。”有基金經理說。

泰達宏利大數據基金經理劉欣將目前國內大數據的來源分為兩大類，一是同花順、東財之類偏向市場情緒的，通過這些平臺可以直接得到投資者情緒行為上的反饋；另一類是京東、淘寶這些消費類為主，用大數據來輔助選股，比如在淘寶上看到嬰兒尿布的銷量好，可能相關上市公司的盈利也會很好。

劉欣認為，做投資不論是量化還是主動投資都是在處理信息，通過大數據平臺選股，是希望能夠覆蓋更廣的信息源，以求更真實地模擬市場。而這兩種大數據各有千秋，從前者來看，覆蓋面更廣，反饋會更加直接。

劉欣的基金選用的是同花順的數據，他向記者解釋是因為他希望選擇跟投資者相關度最高的數據，“同花順的客戶與股市相關度更高。百度和新浪上搜索數據，有可能并不是出于對于股票的關心。”他說，“比如我搜索工商銀行，未必代表我關心這只股票，所以我們選擇了同花順采集的大數據源。”

問題在于，如果依據劉欣的選取標準，那么國內市場可選數據源其實并不多，據了解，目前大數據基金中，泰達宏利基金采用同花順的數據源，而海富通的東財大數據基金則采用了東方財富的數據源。

大數據挖掘難言深入

在數據源有限，基礎數據趨同的情況下，大數據基金勢必加大對數據的研究、加工解讀，并升華為投資，但目前基金公司加工能力仍比較弱。

有基金從業人員指出，隨著大數據基金紛紛創設，市場進入飽和階段，新發大數據基金一定要帶有一些實打實的創新才能出頭，簡單的復制已經沒有意義。但很多基金公司在大數據業績表現、數據源、技術等上并未作出高要求，難耐大數據噱頭十足，相關基金產品仍然問世，特別在2015年牛市中，此類產品紛紛上市發行。

此外，亦有基金經理指出，基金公司對大數據的挖掘還處于初級階段，并不成熟，對投資的貢獻并不直接，也難言有效。

大成基金互聯網金融創新部負責人柴彬告訴記者，大數據基金包括指數和主動兩類，從大數據的效用而言，用作主動擇股還是比較好的，國外的大數據基金都是對沖基金，很少有指數基金。但是與之相反的是，國內的大數據基金倒是以指數居多，但是這樣一來，指數的調倉不可能像主動型那樣靈活。

另外，據記者了解，目前大數據基金的數據庫亟待完善。有基金經理表示，目前得以應用的仍是大數據中很小的一部分，海量數據未被開發，“大數據的復雜性在于其數據的非標準化，一般傳統處理的財務數據是屬于標準化的，而大數據則不一樣，把非標準的數據標準化，并用于選股，是未來發展的核心。”該基金經理說。

波動率大

股災時難贏市場

由于大數據基金運作時間并不長，目前投資者對該類產品的認識也不深，根據上海證券相關研究，從回撤幅度來看，在6月中旬到7月上旬的市場回調中，成立最早的銀河、廣發的大數據基金的下跌幅度均大于滬深300及創業板指數。而從年度收益看，這兩只基金2015年牛市的收益也并不較同類基金表現領先。另一方面，一些大數據基金在牛市里引來大量的資金，但大跌后市場反彈，又遭遇較大幅度贖回，進一步加劇了基金的波動率。

除了大數據基金本身存在的這些問題，也有基金經理也強調，股災中存在一些抑制大數據基金發展的外界因素。廣發基金數據策略投資部負責人季峰認為，大數據基金出現低谷，主要是股災的影響巨大，整個市場極度脆弱。季峰表示，大數據本身并不是一個對市場助漲助跌的產品，各家基金公司在做大數據產品的時候一定會有基于基本面的選擇，這點跟傳統投資大方向目標一致。季峰坦言，大數據基金肯定需要一個很長的時間去觀察，不能單單觀察去年7月份到現在的情況。

季峰認為，隨著市場慢慢從股災陰影中走出，大數據的策略適應能力會更強。未來將逐步升級大數據基金，他說，現在有更多的精力進行精準深入的分析，未來可能在已有策略基礎上做一些策略加強，針對不同的市場行情做調整，“我們會針對現有的數據來創設不同風格和偏好的產品，比如對沖基金，或者在策略端用大數據來做一些擇時的判斷，在現有選股方向既定的情況下，通過這些方法來降低回撤，增厚收益。

記者采訪了一位參與大數據基金創設的研究人員，他坦言，此類產品的波動率大，屬于正常現象，畢竟互聯網對市場的波動反映本身就比較劇烈，因此他建議基金公司及個人投資者將此類產品作為定投的標的，而不是持有不動。

突破瓶頸靠什么

大數據基金不再炙手可熱，業界怎么看待“突圍”？

“在沒有大數據之前，所有人都可以看到財報、股票的量和價，但大家業績上還是有很大差異的，大數據基金也是一樣，數據源本身雖然是一個很關鍵的核心，但更重要的是怎么去分析處理這些數據。”劉欣告訴記者。

柴彬認為，大數據將成為量化投資的有益補充，他說：“以往的量化投資無論用什么模型、策略都說由人來決定的，這里面的因果邏輯都是人為設定的，但大數據不一樣，大數據是自然呈現的，有些存在因果關系，有些則是相關而已，也許至始至終有很多邏輯你是理解不了的，但卻可以很好地彌補人為做量化所涉及不到的一些視野邏輯。”

柴彬始終認為，大數據對金融領域的優化改造、制造投資決策一定是有幫助的，至于對業績能有什么樣比例的貢獻，還需要更長的時間來嘗試。

“目前中國的理財市場幾乎是以賣單品的形式，這讓投資者難以選擇。”柴彬覺得這就像是去醫院看病，現在的理財市場更像把所有的藥都放在柜臺上讓病人自己選，即使是一些以FOF為主的配置也只是減少了藥品的種類，并沒有針對性。

“讓投資者自己做判斷是很難的，應該根據客戶的需求、財務狀況量身定制方案，并且要不斷給出投資建議，成為一個私人醫生，這才是大數據的根本。”據柴彬透露，大成基金不久將會推出針對這一痛點的相關產品。