메커니즘 재고 선택 논리 유전자 돌연변이 부 량 투자 인터넷 진다 데이터를 파고

21 세기 자본 관리 닝 샤 심천 보고서

재고 선택 모델을 인터넷 금융 데이터를 사용 하 여-공유 시장에 새로운 추세가 되고있다.

10 월 20 일, GF 펀드와 바이 회사 개발 카드 바이 백 전략 100 인덱스 펀드 시작 됩니다 광 동 중국, 이것은 업계의 첫 번째 추적 인덱스 형 펀드 제품의 인터넷 유전자 지.

또한 남부 기금 관리 제한, 인터넷 유전자 색인 제품을 출시 계획 있다.

"큰 데이터 색인을 추적 하는 펀드 제품 프로그램 것입니다 공식적으로 선언 하는 레 귤 레이 터 가까운 장래에 하 고 다음 I100 인덱스 올해 기금 제품을 발행 것으로 예상 된다." "남쪽 기금 제품 개발 부서 부 감독 Ruli 밝혔다."

이해 하 고, GF, 남쪽 기금 뿐만 아니라 21 세기 경제 보고서 기자에 따르면 업계 또한 있다 특별 한과 펀드의 양적 투자 부서 "큰 데이터" 양적 전략의 연구에서.

또한, 중개 연구소 금융 공학 팀 "빅 데이터" 투자 기회를 파고 또한 이다. 업계 대표자 장 강 증권 금융 공학 팀, 그들은 초기 시 나 금융 뉴스 데이터 뉴스 스톡 모델을 구축 하는 올해의 시작 부분에.

큰 데이터의 매력

그것은 인터넷의 큰 데이터를 사용 하 여 주식 시장의 초과 소득 기회를 발굴 하는 펀드 업계의 새로운 추세가 되고있다. 그리고 빨리 작업은 GF 기금 및 2 개의 펀드 회사의 남쪽 기금.

그 중, GF 유나이티드 바이 회사, 중국 인증서 인덱스 회사 개발 백 머리 100 색인, 자금 남쪽 펀드는 시 나 금융을 협력은, 깊은 증거 정보 회사 i100 인덱스와 i300 인덱스를 발표 했다.

큰 데이터 인덱스를 개발 하는 출 격을 펀드 회사에 대 한 인센티브는 큰 데이터 필터의 조합에 따라 기존 인덱스 펀드를 능가할 것입니다.

중국 인증서 인덱스 회사에서 데이터 100 인덱스의 누적 수익률 545% 도달 2009에서 2014 년 6 월 30. 같은 기간 중국 인증서와 상하이 선전 300 지 수는 500의 수익률이 각각 102%, 56%와 19%를 했다.

샘플 모델의 시뮬레이션에서 파생 된 역사의 수익성에 대 한 의심 있을 수 있습니다. 그리고 회사 데이터의 모델 샘플에 100 색인 제품 같은 큰 주류 인덱스 승리.

Jifeng, 연구원의 양적 투자 부의 GF 펀드, 말했다는 6 월 20 일 백 100 인덱스 실제 디스크의 운영 단계에. 이 10 월 8 일에서 100 인덱스의 누적 수익률 43.33%에 도달. 같은 기간, 상하이 및 심천 300 지 수, 상하이 지 및 보석은 유일한 16.52%, 17.74%, 17.94% 각각.

I100 등 i300, 체중 인덱스의 역사적 수익률 또한 큰 데이터의 이점을 강조 한다.

2010 년 1 월 29 일 2014 년 7 월 31 일, i100 i300 222.4%와 141.58%, 누적 보다 훨씬 높은 도달 각각의 누적 수익률에서에서 보석 인덱스 34.45%, 그리고 중소 기업 보드 Index-8.95%의 누적 수익률의 반환.

남쪽 펀드 계량 투자 이사 Liu Jiping 도입, 8 월 공식적으로 입력 작업 외부 모델 이후 남부 시 나 큰 데이터 인덱스. 가운데 그들 i100, 8 월, 9 월에 다른 무게 색인, 월간 항복 했다 10.93%, 15.63% 각각. 이 인덱스는 2 개월 동안 26.56% %의 수익률을 의미 합니다.

증권사의 리서치 팀은 또한 "빅 데이터"에 대 한 가져온 투자 기회에 도청. 그 중 장 증권 금융 공학 팀 처음부터 뉴스 주식 선택 모델 샘플 밖에 추적 시작 1 월 월 12 일 이후 설립의.

팬 Xinting, 감독 장 증권 금융 공학 연구 보고서, 1 월 22 일 8 월 15 일 출시, 뉴스 주식 선택 모델 누적 절대 수익률 도달 52.45%, 상하이 및 심천 300 지 39.44%, 500 인덱스 30% 넘어 넘어.

중국 상인 증권 금융 공학 수석 애 널 리스트 쌰 양양 사용 SSE 대화형 쉽게 연구 정보, 중소기업 보드 연구 포트폴리오의 설립을 공개. 회사 추적의 결과 9 월 30 일부터 보여 연구 포트폴리오의 누적 수익률 29.31% 이었고 중소기업 인덱스 14.91%, 8.53%의 보석 인덱스를 능가 했다.

인터넷 유전자의 소개

창 장 증권 중국 상인 증권 또는 GF 기금 및 남쪽 기금에 의해 시작 큰 데이터 인덱스의 재고 선택 모델 인지, 공통 재고 따기 요소로 사용자 검색 데이터의 많은 수를 소개 하는 것입니다.

"백 100 지의 원리는 기반 대용량 데이터 바이, 인덱스 표시기에 투자자의 곧 행동의 상응의 검색 요소 증가 전통적인 인덱스 모델." 루 Zhiming, 제너럴 매니저는 수량 투자 부의 GF 펀드의, 말했다.

수백명의 참여 개발자, Jifeng, 연구원의 수량 투자 부의 GF 펀드, 인덱스의 100의 100의 모델 또한 투자자의 포괄적인 감정 모델, 큰 데이터 용광로, 등등 여러 종류의 금융 요인, 기세 요소, 검색 요소 데이터의 분석을 만드는 것과 같습니다 라고 소개 했다.

"바이 플랫폼의 데이터를 사용 하 여, 우리 총 검색 계산 고 검색 샘플 공간의 주식에 대 한 마지막 한 달의 증가 각각,는 각각 총 요소 및 증가 요인으로 간주 됩니다." "Jifeng 소개, 의미에서 바이 금융 데이터는 투자 심리의, 양적 방법 중 하나는 투자 나 투자자의 기대에 맞게 사용할 수 있습니다."

"백 100 인덱스의 혁신은 인터넷 검색 볼륨 구성 주식의 선택의 영향력 있는 요인이 되고있다 인덱스의 건설 바이 두 검색 필드에서의 강한 리소스를 활용 하 고 중요 한 인터넷 유전자는." 리아, 펀드에 대 한 연구 센터에서 연구원 말했다.

중국 인증서 색인 회사의 웹사이트에 의해 공개 정보 100 인덱스의 샘플링 방법 종합 금융 요인, 포괄적인 기세 요소 및 검색 요소, 종합 점수에 따라 내림차순은 백 100 색인의 구성 주식으로 최고 100 주식 선택 보여줍니다.

순 자산 수익률, 주당 자산 수익률 및 수입 성장 속도 같은, 그들의 사이에서 포괄적인 금융 요인 8 금융 요인, 포함 됩니다. 합성 계기 요인은 위험 조정 후 기세 인덱스를 마지막 한 달에 가격 수율 및 재고의 변동 계산 이다. 높은에서 그들의 크기에 따라 최고에서 낮은 평가를 30% 기세 요인 이며 후자의 30% 반전 요소로 기록 됩니다.

남쪽 시 나 금융 대형 데이터 샘플링 방법 또한 국내에 도입 먼저 가구 시 나 네트워크 큰 데이터 문.

"인덱스"의 재고 선택 요소 포함 금융 요인, 대용량 데이터 요소와 시장 요소를 운전. Sboll, 남부 기금 주식 투자 부문의 책임자 큰 데이터 요소 덮여 금융의 Sina Weibo, 긍정적이 고 부정적인 기사 페이지 클릭 하 고 뉴스의 영향을 보고 말했다.

또한, 금융 요인 포함 최신 피/이메일 비율 PE, 알, 연간 영업 이익 및 당기 순이익 성장 율, 및 그들의 변화 예측. 시장 영향을 미치는 재고 회전율이, 변동 비율, 가격 변화 속도를 참조, 볼륨 변경 비율 가까운 장래에.

남쪽 기금 하기 전에 긴, 창 장 증권 금융 공학 팀 뉴스 주식 따기 모델 작성 시 나 재무 데이터를 사용.

"우리는 뉴스 집중, 빠른 성장 주간 조회 수의 목록에의 상위 50으로 선택에 시 나 금융 데이터 나쁜 뉴스와 회사를 학살 하 고 50 주식 주식 따기 포트폴리오를 구축. "팬 Xinting 지적 뉴스 주식 선택 모델의 핵심 뉴스 열에 의해 초래 예상된 변화를 찾기 위해 최근 클릭에 큰 증가 함께 주식-빌딩 포트폴리오를 선택 하는 것입니다."

다른 기관의 구성 하지만 주식 따기 요소로 인터넷 금융 대용량 데이터의 소개는 상당한 차이가 있지만.

중국 인증서 인덱스 회사 공개 정보, 각 시장 판에서 샘플 주식은 상대적으로 100 인덱스의 처음 100 구성 주식에 분산 됩니다. 그 중 39까지 중소 기업 주식의 수 있습니다. 두 번째는 상하이 보드 31, 심천 보드와 보석 보드는 각각 25, 5 차지 했다.

산업 분포에서 상위 5 개 산업의 구성 주식 100 인덱스 산업, 선택적 소비, 원자재, 부동산 금융, 정보 기술, 85%에 도달 하는 색인의 무게의 총 비율 있습니다. 상하이 심천 300 지와 비교, 자사의 금융 부동산 할당 비율 적은, 정보 기술 및 선택적 소비에 명백 하 게 일치.

금융 요인, 대용량 데이터 요소와 시장 운전 요인, 구성 주식 선정 나 인덱스 원자재, 정보 기술, 산업 및 선택적 소비 등 4 개 산업에서 주로 배포 됩니다. 그들 가운데, i100 인덱스 i300 인덱스 무게의 위 4 개의 분야에서 각각 73%와 71% 차지.

주식 따기 논리의 전복

때 회사 자금 및 증권사 주식 따기 요인으로 인터넷의 큰 데이터를 연구, 그것은 자산 관리 기관에 의해 인덱스 투자에 주식 따기 논리의 구조 조정을 나타냅니다.

시장 규모, 매출, 재무 평가 등 전통적인 요소에 의존 하는 전통적인 인덱스. 그것의 가장 큰 단점은 지난 3 개월 또는 6 개월 데이터를 사용 하 여 미래의 수익을 예측 하 고 매개 변수는 기록 데이터에 크게 의존. "Lu Zhiming 지적 했다 법률의 동작 전에 투자 결정에 투자자로 바이 데이터를 사용 하 여, 시장 투자 법의 미래는 역사적 요소 데이터에서 일반적인 데이터 보다 더 나은의 효과 예측에 특정 역할.

전통적인 인덱스 달리 100 인덱스의 아이디어 산업, 접시도, 전체 시장에서 초과 소득의 기회를 찾고 밖으로 뛰어 것입니다.

"우리 금융 데이터, 기세 데이터 및 큰 데이터 바이를 통해 다음 한 달 동안 시장에서 핫 스폿의 찾을 하려고 하 고 싶다" 고 말했다. "Jifeng 100 인덱스 스톡 모델 주식의 그것의 선택에 의해 특징은 미래 시장 또는 산업 회전 핫 스폿, 그리고 근본적인 좋은, 미래 가치 지향 주식 특정 성장 공간이 있다."

남쪽 기금 및 시 나에 의해 시작 하는 큰 데이터 인덱스 또한 같은 생각을 사용 합니다.

"대용량 데이터 투자 시장 폭 초과 소득의 사용." "남쪽 기금 주식 투자 감독 Sboll, 발견 하는 2005 년에서 2014 년, 전반적인 시장 평균 수익률, 부정적인 경우에 바람 데이터 통계에 따르면 여전히 찾을 수 있습니다 시장 점유율의 30%.

2014 년 8 월 22 일 예를 들어, 바람 전체 수익률 14.12%, 535, 총 시장 점유율의 비율을 차지 하는 몫의 수의 시장 30% 넘어는 22% 이다. 그 중 공유의이 그룹의 평균 수익률 74.63%에 도달.

업계의 보기에서 펀드의 양적 투자 부 시장에 같은 평균 수익의 대상 밖으로 파고의 목표와 더불어 인터넷에 큰 데이터를 소개 했다. 이에 따라, 전통적인 인덱스 반기 샘플 주식, 백 100 색인 및 i100, 비해 i300 인덱스 단위의 샘플의 각 달의 주파수로 설정 됩니다.

"구성의 약 50%는 매월 조정 됩니다." Jifeng, 100 인덱스는 달의 셋째 주 금요일에 샘플링 되는. 3 샘플 6 월 월 20 일 이후 조정 되었습니다. 이들의 구성 주식의 절반 정도 매달 바뀝니다.

Jifeng 솔직히, 다른 지표에 비해 조정 비율의 100 인덱스 구성 요소 주식은 상대적으로 높다. 그러나, 그는 믿고 인덱스 샘플 조정 주파수, 전통적인 인덱스 보다 훨씬 더 많은, 목적은 더 나은 시장 회전을 파악.

I100 인덱스 평균 남부 시 나 대용량 데이터의 거의 12 샘플에 조정 당 41 주 그리고 I300 인덱스 평균 조정, 당 95 샘플 주식 심천 증권 정보 (주) 자료에 따르면 2014 년 6 월 1 일, 2013 년 7 월 1 일부터 박사 Shiping 제공 월별 평균 조정 비율은 각각 43.5%와 34.5% 이었다.

업계의 보기, 지난 2 년 동안 국내 시장에 휠 움직임의 특성의 명확한 주제 합니다. "빅 데이터"에 따라 전략 인덱스 항목 휠 움직임의 시장을 위해 아주 적당 하다.

그러나, 일부 연구 기관 큰 데이터 모델의 도입 시험을 견딜 수, 시간 확인을 해야 제안 했다.

"설립 100 인덱스와 나의 계수 지 수, 주식, 가치를 고려 하는 동안 적극적으로 파악 시장 및 여론의 초점, 좋은 성능에 대 한 이러한 출발점 도움이 됩니다." "리아 양적 모델 인터넷 유전자를 구축 하는 데 사용 하는 대답을 충분히 합리적 이다.