2015年6月12日，上證綜指達到5178點，這一天之後，一輪牛市宣告結束，大盤隨後經歷暴跌，於2016年1月見底2638點，隨後開始了震盪市，直到今年上半年，市場聲音普遍認爲牛市已來。

而在這27只大數據基金中，2只成立在“山頂上”， 南方大數據100A於2015年4月22日發行，博時淘金大數據100A於2015年4月27日開始募集。另有22成立於2015年6月12日之後，歷時市場多輪“考驗”，1只成立於2018年。

如今，廣發中證百發100A基金規模1.89億元，淨值0.95元；淘金大數據100規模 9.35億元，淨值0.92元。

從收益率看，由於部分大數據基金成立時點不佳，拖累相關基金的整體業績表現。

在這些大數據基金中，有主動管理型，也有被動管理型，早期成立的大數據基金大多屬於被動型，即跟蹤某一大數據指數，比如銀河定投寶、廣發中證百發100A、南方大數據100A、南方大數據300A和博時淘金100 A就屬於被動管理型。

這五隻基金不僅今年以來均跑輸同期滬深300，拉長時間週期看，近3年同樣跑輸滬深300。

而後，隨着大數據指數的豐富，主動型大數據基金開始出現，比如天弘雲端生活優選、東方紅大數據和廣發百發大數據策略靈活配置基金則屬於主動管理型。

數據失靈還是策略短路

事實上，對於大數據基金而言，最初的魅力在於以市場情緒爲驅動，結合財務因子、市場驅動因子和大數據得分模型選股，避免風格單一帶來的踏空或重倉踩雷風險，這也是大型公募基金前瞻性開發大數據基金的背後動因。

上海證券基金評價研究中心負責人劉亦千表示，大數據基金主要的數據源有四類:一是普通搜索數據，如百度、360 等網站上的客戶關於證券市場的相關搜索記錄;二是財經網站數據，如新浪財經、同花順、東方財富等網站上客戶對行業或個股的關注度指標;三是消費數據，如淘寶、京東等客戶的購買記錄，以及線下的POS機數據等;四是社交網站數據，如微博、雪球等社區上網民對證券市場的各種觀點。

從原理上說，這些基金所跟蹤的指數在編制方式上突破了傳統模式，融入了互聯網因子，再結合量化分析，由此獲取超越市場基準的收益。

但一個問題在於，互聯網因子真的能否助力基金走在曲線前面。對於基金公司來說，如何海量的網絡數據中找到強相關的變量，能否與現有模型形成更好的互動至關重要。

由於國內傳統的基於財務數據、估值成長因子、技術指標因子的多因子模型研究框架已經非常成熟，所以，公募基金越來越難以從中獲得超額收益。於是，基於行爲金融學理念的市場情緒開始成爲投資的一個參考系。

據瞭解，相對於傳統的有效市場假設理論，行爲金融學更重視行爲和情緒因素以及社會情緒在金融決策中的作用。如何合理而有效的衡量投資者情緒和社會情緒指標，成爲金融預測中最重要環節。

互聯網大數據指數在衡量互聯網因子時更多的從相對變量出發找出那個強相關的變量，比如發表有效評論數量的同比增長率、股票點擊率的變化，這就事實上就非常考驗基金公司的指數編制能力。

上海證券研報認爲，大數據基金的優勢在於能夠利用互聯網海量數據的優勢，及時反饋投資所需要的輔助信息。但劣勢也同樣明顯，在信息元素較多的情況下，大數據基金投資過於分散化，持有時間較短，對股票的投機性投資強於價值性投，均較對其業績形成負面影響。

對於慘淡的業績表現，劉亦千表示，隨着互聯網和計算機技術不斷進步，國外巨頭投行對大數據、人工智能都青睞有加，而且取得了不少進展。國內利用大數據採集和各種算法來指導投資仍處在發展初期階段，當前整體業績欠佳並不代表大數據基金不行，可能是利用大數據的基金產品或者模型需要進一步優化。

一方面，現存的一些歷史業績優秀的大數據指數還沒有產品進行跟蹤；另一方面，當前市場上不少大數據採集的是散戶的情緒指數、搜索行爲，對於如何處理這些大數據，以及是否能採集其他關鍵數據(例如機構投資者或基金經理相關指標)仍然需要探索與努力。

聲明：該文觀點僅代表作者本人，搜狐號系信息發佈平臺，搜狐僅提供信息存儲空間服務。