Từ tất cả các cổ phiếu A, các tiêu chuẩn đầu tư thường sử dụng các chỉ số cơ bản như thời gian niêm yết, giá trị thị trường. Từ không gian mẫu, chọn một nhóm cổ phiếu đầu tiên, trong đó các điều kiện lọc thường sử dụng dữ liệu ngành, chỉ số tài chính, lợi nhuận, v.v. Mô hình chọn cổ phiếu đa yếu tố được sử dụng để định lượng cổ phiếu. Các yếu tố được sử dụng trong mô hình chọn cổ phiếu đa yếu tố truyền thống bao gồm các yếu tố tài chính (tỷ lệ thị trường, tỷ lệ thị trường ròng, tỷ lệ bán trên thị trường, tỷ lệ giá trị thị trường của tài sản, tỷ lệ tăng trưởng doanh thu kinh doanh chủ chốt, tỷ lệ tăng trưởng lợi nhuận ròng, tỷ lệ tăng trưởng EPS, tỷ lệ tăng trưởng tổng tài sản, v.v.); các yếu tố thúc đẩy thị trường (tỷ lệ chọn lợi nhuận ngắn hạn, tỷ lệ lợi nhuận dài hạn, tỷ lệ biến động cụ thể, thay đổi lưu lượng giao dịch, giá trị thị trường tự do); dựa trên tất cả các yếu tố trên, một điểm tổng hợp của một cổ phiếu được tính toán dựa trên lợi nhuận lịch sử lâu dài và tính tích lũy tiến triển ổn định. Sử dụng công cụ học lượng để tính toán cổ phần thành phần của quỹ và trọng lượng tương ứng.
Vì vậy, sự khác biệt giữa quỹ dữ liệu lớn và quỹ truyền thống là các quỹ dữ liệu lớn đã giới thiệu các yếu tố dữ liệu lớn.
Trước đây, khi chúng tôi xây dựng mô hình lựa chọn cổ phiếu đa yếu tố, tất cả các yếu tố được sử dụng đều đến từ bên trong thị trường, chúng tôi tập trung vào các thuộc tính của cổ phiếu, nhưng việc giới thiệu các yếu tố dữ liệu lớn đã mang lại thông tin mới, chúng tôi sẽ tập trung vào việc thay đổi số lượng tìm kiếm trên Baidu có liên quan đến thay đổi cổ phiếu hay không, chúng tôi sẽ tập trung vào việc bán hàng của Taobao trong một ngành có ảnh hưởng đến giá cổ phiếu của các doanh nghiệp trong ngành hay không, chúng tôi cũng sẽ tập trung vào số lượng độc giả và số lượng bình luận liên quan đến một báo chí cổ phiếu trong lĩnh vực tài chính.
Chúng tôi đưa ra một ví dụ về một quỹ dữ liệu lớn thực tế để giúp mọi người hiểu rõ hơn về các yếu tố dữ liệu lớn.
Một ví dụ được chọn ở đây là Big Data 100 của Gold Digest, do Quỹ Bảo hiểm thời gian hợp tác với Quần áo vàng.
Khi xây dựng không gian mẫu, Taobao Big Data 100 đã chọn các cổ phiếu liên quan đến các ngành công nghiệp trung ương cấp ba liên quan đến các loại hàng hóa thương mại điện tử trực tuyến như không gian mẫu của mình, bao gồm các loại sau:
Dựa trên các lĩnh vực có liên quan đến Taobao, quỹ Boice cùng với công ty đồng xu đã tạo ra các cổ phiếu được lựa chọn để sử dụng trong mô hình định lượng đa yếu tố. Trong đó nền tảng dịch vụ thông tin tài chính của Boice cung cấp dữ liệu đặc trưng về xu hướng thống kê tiêu dùng trực tuyến. Theo các chỉ số nghiên cứu ngành thu được, phân tích toàn diện về tình hình kinh tế của ngành, bao gồm: tăng trưởng, giá cả, tình hình cung cấp, v.v.
Cuối cùng, mô hình chọn cổ phiếu định lượng sử dụng các yếu tố dữ liệu lớn, tài chính và thị trường để xếp hạng cổ phiếu, quyết định thành phần cổ phần và trọng lượng của quỹ dữ liệu lớn.
Ngoài chỉ số Taobao 100, các quỹ dữ liệu lớn cũng sử dụng các yếu tố dữ liệu lớn từ nhiều nguồn dữ liệu lớn như Baidu, Snowball, Sina Weibo, FedEx, và các tài liệu công khai được cung cấp thông qua Trung ương Index Limited.
Các yếu tố tìm kiếm trong chỉ số 100
Tính toán tổng số tìm kiếm và tăng trưởng tìm kiếm trong tháng gần đây cho các cổ phiếu trong không gian mẫu, ghi như là yếu tố tổng số và nhân tố tăng trưởng; xây dựng mô hình phân tích nhân tố cho các yếu tố tổng số tìm kiếm và nhân tố tăng trưởng, tính điểm tổng hợp cho mỗi cổ phiếu trong mỗi kỳ, ghi như là yếu tố tìm kiếm;
Các dữ liệu lớn của Snowball Smart Selection 100 tấn
Đầu tiên, dựa trên sự kết hợp của các quả cầu tuyết, tính toán mức độ bao phủ của các mẫu được chọn; sau đó, dựa trên mức độ bao phủ của các cổ phiếu, đánh giá các cổ phiếu tương ứng, ghi lại điểm số của nhân tố nhiệt độ của mỗi cổ phiếu.
Các yếu tố dữ liệu lớn ở miền Nam Sina
Số lần truy cập trên các trang trên kênh tài chính Sina, các bài viết tiêu cực của microblogging, ảnh hưởng của tin tức.
Chỉ số dữ liệu lớn của Ngân hàng Trung ương
Dựa trên dữ liệu đặc trưng xu hướng thống kê tiêu dùng của Ngân hàng Trung ương, các chỉ số nghiên cứu đầu tư ngành được xử lý; sau đó, theo các chỉ số nghiên cứu đầu tư ngành thu được, các chỉ số kinh tế của ngành được xem xét tổng thể, bao gồm: số lượng tiêu dùng, số lần giao dịch, v.v., được xếp hạng theo mức kinh tế của ngành; cuối cùng, theo mức kinh tế, các cổ phiếu trong ngành được đánh giá tương ứng, được đánh giá theo yếu tố dữ liệu lớn của ngành.
Có nhiều người cho rằng hoạt động của các quỹ dữ liệu lớn là thực sự kém, và thực tế là đến nay, một số quỹ dữ liệu lớn đã thực sự không đạt được mong đợi ban đầu, nhưng điều này không khiến chúng ta kết luận rằng quỹ dữ liệu lớn là sai hướng. Bởi vì hiện tại các ứng dụng của dữ liệu lớn vẫn còn bảo thủ, thử nghiệm, chúng tôi chỉ thêm các yếu tố dữ liệu lớn trên cơ sở mô hình đa yếu tố truyền thống và không thực hiện các đổi mới đột phá hơn trong mô hình.
Trong thực tế, các ứng dụng của dữ liệu lớn đã chạm vào mọi khía cạnh của cuộc sống của chúng ta, trong đó vô tình chứa kho báu giá trị đầu tư, và mặc dù các quỹ dữ liệu lớn hiện có chưa thể chứng minh rằng họ đã có khả năng khai thác hiệu quả những giá trị này, kho báu trong dữ liệu lớn vẫn còn đó, có lẽ một số người cao cấp vô danh đã được hưởng.
Được chuyển từ Đầu tư Khoa học Đầu tư đã được chứng minh