大家有没有发现,这年头,但凡扯上了“大数据”,就显得格外高大上。

刷淘宝时,多少妹纸被“猜你喜欢”掏空钱包,谁说女人心猜不透?大数据就可以!

在以大数据和深度学习为基础的AlphaGo面前,就连世界围棋高手李世石也败下阵来。

……

大数据已悄然进入我们生活的方方面面,那么,当投资遇上大数据呢?也会那么神吗?

将时间调回2015年的牛市盛况,前期成立的一批大数据基金乘风而上,凭借着抢眼的业绩一战成名,基民想多买点还被“限购”,一基难求。这类基金主打“电脑 人脑”,以“牛市挣得多,熊市亏得少”为主要卖点,那么照道理,在刚过去的2019年应该也有不错的回报。

但,现实并不如人意。2019年A股上涨,基金赚钱给力,回报超100%的基金就有5只。在这样的好行情下,大数据基金却表现得平平无奇,收益低的仅16%,高的也不过60%,整体规模也相比2015年打了个半折。

曾经风光无限,如今门前冷清,怎么回事?

从本质上来说,大数据基金其实可以归为量化基金。但两者也有区别,普通量化基金通常借助量化模型,电脑里跑的数据大都是与个股相关的,而大数据基金在利用传统量化指标的基础上,还融入了互联网上的各类公开信息,以及线上线下的支付信息等。

更酷炫的是,大数据基金还能利用各项大数据前沿技术,比如说云计算、大规模并行处理数据库和分布式数据库等,信息处理能力更强。

总体来看,这类基金的大数据有4个主要来源——

1、普通搜索数据,如百度、360等网站上的客户关于证券市场的相关搜索记录。

2、财经网站数据,如新浪财经、同花顺东方财富等网站上客户对行业或个股的关注度指标。

3、消费数据,如淘宝、京东等网站上客户的购买记录,以及线下的POS机数据等。

4、社交网站数据,如微博、雪球等社区上大家对证券市场的各种观点。

这些数据看起来特别新颖,与我们熟悉的看估值、看营收的投资方法不太一样,但问题也出在了这里。

投资的本质是赚企业成长的钱,更重要的还是看企业质地、基本面的情况。但大数据基金更多是依据市场情绪、搜索频次、支付数据来筛选投资标的,对基本面的关注度不够。

比如,采用情绪类指标编制的大数据指数,大多是基于搜索量或者关注度数据,往往有追涨杀跌的特征,表现出高弹性、波动大、回撤大,对于大多数基民来说并不适合。

就连基金公司内部人士也大吐苦水——

我们的大数据基金从目前的实际情况看,走势较为接近中证500,并没有显示出原先设想的“涨时助涨、跌时少跌”的状态,更像是涨时猛涨、跌时狂跌。由于波动太大,基金赎回的规模很大,目前存量规模很小。此前,公司计划在大数据方面发力,招聘了很多相关人才,现在计划也搁置了。大数据因子没有想象中那么有效,整体跑输主动产品。

如今,市场上的大数据基金,有的规模大幅下降,有的净值跌破1元。比如招商财经大数据策略

这只基金成立于2016年11月,成立规模大概有2.5个亿,但之后遭遇大量赎回,规模不断下降,到去年三季度末只剩可怜的1800万元,已大幅低于清盘线。(数据来源:WIND)

(数据来源:WIND)

投资中,这只基主要是借助东方财富网海量用户对股票关注度、点击量等投资者行为的大数据,寻找“情绪与股价表现”的关系,以此来寻找后市有较大概率上升的股票。

但从实际效果看,大数据似乎并不给力。2019年,招商财经大数据策略A的收益率是34%,表现一般,而成立以来亏损14%,竟然还跑输了上证综指,不知道成立之初就买入的基民,现在心里又是什么滋味……(数据来源:WIND 截至2019-01-06)

说到底,大数据只是“原材料”,关键还得看如何利用。在国外,随着互联网和计算机技术不断进步,巨头投行对大数据、人工智能都青睐有加,也取得了不少进展。在国内的话,利用大数据采集和各种算法来指导投资还处在发展初期阶段。

不过,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,大数据投资想要完全战胜人脑还有很长一段路要走。