11月21日，當廣發中證百度百發策略100指數基金建倉完畢，基金經理季峰終于松了一口氣。
　　廣發中證百度百發策略100指數基金是國內首支互聯網大數據基金，有別于傳統指數基金，屬于主動量化產品。“百發100指數基金IPO之后，在建倉策略、風險管理等制度安排上，做了大量工作和嘗試，目標是盡量減少流動性風險和沖擊成本。”廣發百度百發策略100指數基金經理季峰對記者表示。
　　今年以來，大數據作為量化策略的新工具備受投資管理界關注，國內基金公司與數據平臺之間也進入“找伙伴”的過程。

　　大數據用于指數投資

　　去年基金界主要關注大數據O2O精準營銷，今年大數據在投資管理端的應用已率先在指數投資領域落地。
　　在通聯資產董事長肖風看來，量化投資是在數據中找規律，現在在期現套利、跨期套利等成熟策略上獲得收益難上加難，大數據給傳統量化基金探索新的交易策略提供可能。將互聯網金融的大數據作為選股因子引入模型，代表著資產管理機構在指數投資上重構選股邏輯。
　　“無論是亞馬遜的網絡精準營銷，還是谷歌對于流行病預測，大數據在商業領域已有較為成熟的運用，在投資領域的應用價值，實際上，背后也有邏輯支撐。”在季峰看來，基于大數據因子開發的BFS綜合情緒量化模型，每月調整一次成分股。所選樣本股試圖去掉量化投資者的情緒，而反映互聯網用戶的行為大數據正是測度A股關注程度最直接的指標。
　　其實，大數據指數基金在研發以及操作中，與傳統指數基金有很大不同。據季峰介紹，傳統指數基金由指數公司編制指數，再由基金公司將其產品化，而對于廣發百度百發策略100指數基金來說，基金經理需要給出量化策略，參與整個指數編制，策略指數基金更多類似于主動量化產品。
　　在操作層面，廣發百度百發100策略指數基金跟傳統指數基金也存在較大差異。傳統指數基金每隔半年調整一次樣本，調倉幅度僅有10%，只在調樣當天跟蹤誤差較大，而百度百發100策略指數基金每個月進行一次調倉，幅度為50%，如何降低沖擊成本，更好地進行流動性安排，均對基金運作提出更高要求。
　　“策略有效性是百度百發策略100指數基金最大的難點，對選股要求比較高，大數據的深度挖掘和選股策略需要不斷優化。”季峰表示。

　　機構嘗試大數據投資

　　“我們公司之前也在進行這方面嘗試，可能其中一些投資邏輯沒有理順，目前仍未落地。”某基金公司互聯網金融部總經理對記者坦言。
　　據某基金公司金融工程部基金經理介紹，目前基金公司嘗試進行大數據指數基金研發過程中，往往會考慮兩個方面的問題，首先就數據平臺而言，哪些可以稱之為大數據，有無積累有用的數據；其次，海量數據能否快速提取，對云平臺、云計算也提出很高要求；對于資產管理公司，則要求懂策略，可以拿出量化模型對大數據進行量化。
　　在海外，大數據選股策略已在資產管理機構中使用，例如，衛星圖像可以延伸到用于確定汽車制造商的庫存量或者通往海港道路的交通量；它還能用于分析采礦作業或基礎設施建設的進度，用于研究諸如蘋果等跨國公司的供應鏈情況等。
　　據了解，廣發基金未來還將成立基于大數據選股的量化對沖專戶產品，產品將采用高頻對沖策略。此外，利用大數據篩選宏觀、中觀數據，依照自上而下選股邏輯，直接生成選股的主動型投資產品也在研制之中。