Die Enthüllung des Big Data Fonds

Die Enthüllung des Big Data Fonds

In diesem Science-Investment-Artikel geht es darum, wie Big Data-Fonds funktionieren und wie Internetdaten wie Taobao, Baidu und Sina Weibo Fondsmanagern bei der Aktienwahl helfen.

• Vor der Enthüllung von Big Data-Fonds schauen wir uns die Schritte an, die ein typischer Aktienfonds durchlaufen:

  

  Aus allen A-Aktien wählen Sie den ersten Auswahlraum, wobei der erste Auswahlstandard im Allgemeinen für Basisindikatoren wie Börsengang, Marktwert usw. gilt. Aus dem Auswahlraum wählt man den Erststins-Aktienpool aus, wobei die Filterbedingungen in der Regel Branchendaten, Finanzindikatoren, Profitabilität usw. verwenden. Der Erstins-Aktienpool wird als Beispiel für das Multifaktor-Aktienwahlmodell verwendet. Die Quantifizierung der Aktien wird mit einem Multifaktor-Aktienmodell durchgeführt. Die herkömmlichen Multifaktor-Modelle umfassen hauptsächlich finanzielle Faktoren (Marktverlustquote, Marktverlustquote, Marktverlustquote, Vermögenswertquote, Wachstumsrate der Haupteinnahmen, Wachstumsrate der Nettoeinnahmen, Wachstumsrate der EPS, Wachstumsrate der Gesamtvermögenswerte usw.), Markttreibende Faktoren (kurzfristige Ertragsquote, langfristige Ertragsquote, spezifische Schwankungsraten, Veränderungen des Handelsvolumens, freier Marktwert) usw.). Mit Hilfe von Quantifizierungs-Engine-Lernen werden die Bestandteile und entsprechende Gewichte der Fonds berechnet.

  Was unterscheidet Big Data Funds von herkömmlichen Fonds?

  

  Bevor wir ein Multifaktor-Aktienmodell entwickelten, kamen alle Faktoren aus dem Markt, wir waren auf die Eigenschaften der Aktien selbst angewiesen, aber die Einführung von Big Data-Faktoren brachte neue Informationen mit sich. Wir konzentrierten uns darauf, ob die Veränderung der Baidu-Suchanfragen mit den Veränderungen der Aktien zusammenhängt. Wir konzentrierten uns darauf, ob die Verkäufe von Taobao in einer Branche den Aktienpreis von Unternehmen in der Branche beeinflussen.

  Ein Beispiel für ein echtes Big Data Fund ist hier, um ein besseres Verständnis der Faktoren zu vermitteln.

  Ein Beispiel hierfür ist die Big Data 100 von Gold Digest, die von der Boehringer Ingelheim-Fonds in Zusammenarbeit mit Gold Digest veröffentlicht wurde.

  Bei der Konstruktion des Sammelraums wählte Taobao Big Data 100 relevante Aktien aus der Zentralbank-Treibhausbranche, die mit den Kategorien von Online-E-Commerce-Gütern verbunden sind, als Sammelraum aus, die folgende Kategorien umfassen:

  • Nachhaltige Haushaltsprodukte
  • Freizeitgeräte und -produkte
  • Textilien und Kleidung
  • Hotels, Restaurants und Freizeit
  • Einzelhandel mit Lebensmitteln und Hauptprodukten
  • Lebensmittel und Getränke
  • Alltägliche Haushaltswaren
  • Persönliche Gegenstände

• Es ist offensichtlich, dass sich diese Branchen und Taobao's eigene Warenkategorie sehr ähneln, da die Big Data-Faktoren, die Taobao-Daten erzeugen, in diesen Branchen mehr Informationen liefern können.

  Auf der Grundlage der Taobao-bezogenen Branchen erstellten die Booice-Fonds und die Zwei-Stift-Fonds die Auswahlaktien für die Multifaktor-Quantifizierungsmodelle. Auf der Plattform der Taobao-Finanzinformationsdienste werden statistische Trenddaten für den Online-Konsum angeboten. Die Wirtschaftslage der Branche wird anhand der ermittelten Branchenforschungsindikatoren, einschließlich Wachstum, Preise, Nachfrage und so weiter, in einer Gesamtbeobachtung der Wirtschaftslage eingestuft.

  Schließlich nutzt das Quantitative-Stock-Modell Big Data-Faktoren, finanzielle Faktoren und Markttreiber, um die Aktien zu sortieren und zu ranken, was die Bestandteile und Gewichte der Big Data-Fonds bestimmt.

  Neben dem Taobao 100 Index nutzen die Big Data-Fonds auch verschiedene Big Data-Faktoren wie Baidu, Snowball, Sina Weibo, Fed und andere.

  Der Index von 100 ist ein sehr wichtiger Suchfaktor.

  Für die Stückzahlen des Stichprobenraums wird die Gesamtsuche des letzten Monats berechnet und die Erhöhung der Suche, die als Gesamtfaktor und Erhöhungsfaktor erfasst werden; für die Gesamtsuche und Erhöhungsfaktor wird ein Faktoranalyse-Modell erstellt, das die Gesamtpunktzahl der Stückzahlen pro Periode berechnet und als Erhöhungsfaktor erfasst.

  100 Tonnen Schneeball-Temperaturfaktor

  Zunächst wird die Intelligenz-Kombinations-Abdeckung der auszuwählenden Proben anhand der erlangten Schneeball-Kombination in Schritt 2 berechnet. Zweitens werden die Aktien entsprechend der Intelligenz-Kombinations-Abdeckung der einzelnen Aktien bewertet und als Schneeball-Temperaturfaktor für die einzelnen Aktien bezeichnet.

  Süd-Sina-Big-Data-Faktor

  Die Zahl der Klicks auf Seiten unter dem Sina Finance Channel, die negative Berichterstattung über Weibo und die Auswirkungen der Nachrichten.

  Bankenbank-Indikator für Big Data in der Branche

  Auf der Grundlage der statistischen Trendcharakteristiken der Verbrauchsklasse der EZB werden die Indikatoren der Branchenforschung verarbeitet; anschließend werden die Wirtschaftsdaten der Branchen nach den Indikatoren der ermittelten Branchenforschung, einschließlich: Verbrauchsbetrag, Anzahl der Transaktionen usw., der Wirtschaftsdaten der Branche eingestuft; schließlich werden die Aktien in der Branche entsprechend nach der Wirtschaftsdaten bewertet und der Faktor für große Daten in der Branche bewertet.

  Viele Bekannte sind der Meinung, dass die Performance von Big Data-Fonds in der Tat schwach ist. In der Tat haben sich einige Big Data-Fonds bisher nicht so gut wie erwartet entwickelt, aber das lässt uns nicht zu dem Schluss kommen, dass Big Data-Fonds in die falsche Richtung gehen. Da die derzeitigen Anwendungen von Big Data noch konservativ und experimentell sind, haben wir lediglich auf der Grundlage des traditionellen Multifaktormodells Big Data-Faktoren hinzugefügt und haben keine umfassenden Innovationen im Modell selbst vorgenommen.

  Die Anwendung von Big Data hat sich bereits in allen Bereichen unseres Lebens erstreckt, wo unabsichtlich Schätze von Investitionswert gespeichert werden, und obwohl die Leistungen der bestehenden Big Data-Fonds noch nicht zeigen, dass sie die Fähigkeit haben, diese Werte effektiv zu nutzen, sind die Schätze in Big Data immer da, vielleicht werden sie von einigen unbekannten Hochrangigen genossen.

Übertragen von Investitionen in Wissenschaft und nachgewiesene Investitionen