跑输沪深300、净值不足1元：大数据基金缘何惨淡至此？
时间是检验投资决策的唯一标准，这句话用在大数据基金上可谓再合适不过。
2015年前后，正值互联网金融概念的鼎盛期以及指数连创新高，市场热情不断升温的“牛市后半场”，大数据基金红极一时，众基金公司争相发售，甚至限售，包括南方基金、博时基金、大成基金、广发基金等在内的基金公司甚至推出2只以上的大数据基金。
如今，4年过去了，这些大数据基金的表现却令人失望。
Wind数据显示：目前全市场27只大数据基金（未合并），规模总计不过百亿。其中，净值不足1元的达到16只，净值最高的1.7元，而最低的就只有0.7元，远远跑输沪深300，当初天花乱坠的大数据因子败在了时间的检验里。
曾经辉煌
总体来看，目前规模比较大的两只大数据基金分别为南方大数据100A和东方红京东大数据，基金规模分别为28亿和21亿，截至4月15日，南方大数据100A的净值只有0.73元，东方红京东大数据的表现稍好，净值为1.47元。
一位投资者对第一财经记者表示，2015年5月底，他在银行办理业务时，理财经理推荐该款基金，他顺手就买了3000元，而现如今，3000元就只剩下了1700元。
早在2014年3月14日，国内第一只大数据基金银河定投宝成立，同年10月30日，广发中证百发100A成立，大数据概念便在基金业“甚嚣尘上”，“掘金大数据”成为当时基金公司的口头禅，在2015-2016年的短短两年间15只大数据基金相继成立。
2015年6月12日，上证综指达到5178点，这一天之后，一轮牛市宣告结束，大盘随后经历暴跌，于2016年1月见底2638点，随后开始了震荡市，直到今年上半年，市场声音普遍认为牛市已来。
而在这27只大数据基金中，2只成立在“山顶上”， 南方大数据100A于2015年4月22日发行，博时淘金大数据100A于2015年4月27日开始募集。另有22成立于2015年6月12日之后，历时市场多轮“考验”，1只成立于2018年。
如今，广发中证百发100A基金规模1.89亿元，净值0.95元；淘金大数据100规模 9.35亿元，净值0.92元。
从收益率看，由于部分大数据基金成立时点不佳，拖累相关基金的整体业绩表现。
在这些大数据基金中，有主动管理型，也有被动管理型，早期成立的大数据基金大多属于被动型，即跟踪某一大数据指数，比如银河定投宝、广发中证百发100A、南方大数据100A、南方大数据300A和博时淘金100 A就属于被动管理型。
这五只基金不仅今年以来均跑输同期沪深300，拉长时间周期看，近3年同样跑输沪深300。
而后，随着大数据指数的丰富，主动型大数据基金开始出现，比如天弘云端生活优选、东方红大数据和广发百发大数据策略灵活配置基金则属于主动管理型。
数据失灵还是策略短路
事实上，对于大数据基金而言，最初的魅力在于以市场情绪为驱动，结合财务因子、市场驱动因子和大数据得分模型选股，避免风格单一带来的踏空或重仓踩雷风险，这也是大型公募基金前瞻性开发大数据基金的背后动因。
上海证券基金评价研究中心负责人刘亦千表示，大数据基金主要的数据源有四类：一是普通搜索数据，如百度、360 等网站上的客户关于证券市场的相关搜索记录；二是财经网站数据，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；三是消费数据，如淘宝、京东等客户的购买记录，以及线下的POS机数据等；四是社交网站数据，如微博、雪球等社区上网民对证券市场的各种观点。
从原理上说，这些基金所跟踪的指数在编制方式上突破了传统模式，融入了互联网因子，再结合量化分析，由此获取超越市场基准的收益。
但一个问题在于，互联网因子真的能否助力基金走在曲线前面。对于基金公司来说，如何海量的网络数据中找到强相关的变量，能否与现有模型形成更好的互动至关重要。
由于国内传统的基于财务数据、估值成长因子、技术指标因子的多因子模型研究框架已经非常成熟，所以，公募基金越来越难以从中获得超额收益。于是，基于行为金融学理念的市场情绪开始成为投资的一个参考系。
据了解，相对于传统的有效市场假设理论，行为金融学更重视行为和情绪因素以及社会情绪在金融决策中的作用。如何合理而有效的衡量投资者情绪和社会情绪指标，成为金融预测中最重要环节。
互联网大数据指数在衡量互联网因子时更多的从相对变量出发找出那个强相关的变量，比如发表有效评论数量的同比增长率、股票点击率的变化，这就事实上就非常考验基金公司的指数编制能力。
上海证券研报认为，大数据基金的优势在于能够利用互联网海量数据的优势，及时反馈投资所需要的辅助信息。但劣势也同样明显，在信息元素较多的情况下，大数据基金投资过于分散化，持有时间较短，对股票的投机性投资强于价值性投，均较对其业绩形成负面影响。
对于惨淡的业绩表现，刘亦千表示，随着互联网和计算机技术不断进步，国外巨头投行对大数据、人工智能都青睐有加，而且取得了不少进展。国内利用大数据采集和各种算法来指导投资仍处在发展初期阶段，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。
一方面，现存的一些历史业绩优秀的大数据指数还没有产品进行跟踪；另一方面，当前市场上不少大数据采集的是散户的情绪指数、搜索行为，对于如何处理这些大数据，以及是否能采集其他关键数据（例如机构投资者或基金经理相关指标）仍然需要探索与努力。
责编：杜卿卿
