【价值发现】26小时21亿,百发100指数魅力几何?

2023-05-10 14:56:27

10月20日,国内首款具备互联网基因的指数基金——广发百发100指数基金发售26小时便认购逾21亿。由于限购18亿,因此采取末日比例配售,第二日认购资金配售比例为58.53 %。

10月27日15时,剩余的12亿百发100指数基金额度将在百度金融中心官网独家发售,先到先得。指数基金高风险,投资需谨慎。


对投资者来说,火爆本身并不重要(2007年10月份的时候基金比现在火爆多了),重要的是:百发100指数基金投资价值几何?

先来看业绩。截至2014.9.30,百发100指数今年以来收益率高达51.25%,近6年(截至2014年9月30日)收益率更是高达745%(回测收益率)。

已经被亮瞎:从2009年初至今的近六年时间里累计涨幅745%,打败同期所有公募基金和阳光私募基金;系统性熊市(2011年)不领跌,牛市(2009年)和结构性牛市(2010年、2012年、2013年和2014年)领涨,业绩稳定性惊人。


这到底是一只怎样的基?

广发中证百度百发基金是国内首只基于互联网大数据应用的基金产品。百发100指数是利用大数据技术结合量化投资模型通过系统自动选股编程,主要依托百度互联网大数据和海量的用户行为数据,通过百度金融大数据挖掘和分析技术,构建自适应的分析模型,有效的、可测量的刻画出市场投资热度,再结合财务因子和相关量化投资策略,从而完成指数的编制和投资模型的构建。

我们将从四方面入手,对该基金的投资价值进行深入分析。


一、百发100指数超额收益存在的理论基石

根据市场有效性理论:如果一个市场是有效的,则人们不可能通过信息分析和发掘获得额外的经济利益。比较一致的观点是:当前的A 股市场,连弱式有效市场都不是。这意味着:股票的市场价格并未充分反映出所有历史的证券价格信息,投资者通过技术分析手段可以获得超额收益。这就为基于数据分析的百发100指数提供了理论上合理性的基石:充分获取、分析和处理数据,是可以获得超额回报的。

大数据技术,关键在“大”:个人投资者能处理的信息量、数据量,显然无法和百度的处理能力相比。明星基金经理们数据挖掘能力再强,却无法获得百度如此海量的数据;分析能力再强,却也抵不过百度的大数据处理、提炼和归纳的能力。虽然基金基金经理们在基本面分析、部分个股的筛选方面具备优势,但是在目前市场处于无效市场的背景下,技术分析一定程度上比基本面分析似乎更能获得超额收益。同时,明星基金经理们毕竟精力有限,无法通过基本面分析持续、大量挖掘大牛股,且挖到大牛股也无法过于集中持股:基金法规定公募基金配置单一股票最高比例不超过10%。

或许有人会问:如果大数据挖掘可以获得显著的超额回报,那么欧美市场有成功的类似百发100的案例可以借鉴吗? 欧美还真的没有。这和市场的投资者结构有关:美国是以机构投资者为主导的市场,我国是散户为主的市场。机构投资者投资理念相对类似,被“教科书”化,价值投资理念盛行,讲究理性投资。而散户的投资行为往往很情绪化,这也是为什么A股市场既可以2年翻6倍,也可以1年跌70% 了。在这样一个市场里,散户的行为就能较好的反映一个市场的情绪,而情绪这个这些信息是有价值的。今年愚人节的时候,雪球就曾推出一个情绪宝,声称被需求热门关注的股票如果买入后持有一周卖出,就可以获得很高的超额回报。因此,在A 股市场,把握好情绪的涨跌节奏,实质上就是把握了股票的涨跌的领先指标,因为关注会转化为情绪,情绪再转换为具体的购买行为。先于情绪高峰到达前买入,再在情绪即将滑坡时卖出,可以较大概率盈利。

显然,百度的大数据要比雪球的大数据大好几圈了。所以,如果雪球的情绪宝如果可以长期获得超额回报,百发应该也可以。


二、选股模型:除了量化的情绪,还考虑了财务指标和基本面

百度作为国内最大的互联网公司,每天访问量达到60亿次。 每个搜索背后,都隐含了用户行为的动向,比如搜索车振,代表着未来要!

在如今信息爆炸的年代,投资者面对海量信息,关注度本身就是一个稀缺资源。 广发百发100对互联网大数据的应用实际上就是基于金融学上“有限关注度”的理论:只有先发生了投资者的关注,才会有相应的网络搜索行为,这种大数据就反映了投资者对具体某只股票的关注程度,在A股市场容易追涨杀跌的背景下,利用大数据量化投资者的关注度更是有着突出的应用价值。   

“广发基金在百度大数据的基础上,融合了8个财务指标的财务因子、动量因子和动量反转策略数据。”广发基金数量投资部总经理、广发百发100指数基金拟任基金经理陆志明介绍,百发100指数首次将投资者对股票的预期变化纳入了选股因子中。 这里一个关键点:不但考虑要找到动量因子,还要关注动量反转数据——只有这样,才能同时解决好什么时候买和什么时候卖的问题。这也是许多散户们多年来的一个感慨:知道什么买,却不知道什么时候卖。

具体来说这个模型是怎么选股的呢?

例1:影片《唐山大地震》上映,许多人搜索“唐山大地震”等关键字。显然用户搜索这些关键字和观看该影片的的意愿成正比,因此搜索量和票房实际上是高度相关的。而票房则影响华谊兄弟的盈利状况,进而影响公司的股价。所以在多数投资者看到影院公布的靓丽的票房数据前,百度已经先一步了预测票房情况,从而决定是否买入。

例2:已买或想买贵州茅台的人,可能会进入股吧查看大家对该股票的看法,还可能去百度帖巴发帖讨论该股票;也可能下载“贵州茅台”的研究报告阅读。当这些数据开始显著活跃时,或许就意味着许多人可能要计划买入该股票了。


三、疯狂的高抛低吸机器?

情绪这东西,来得快,可能去的也快。在A股这个行业轮动明显的市场里,如何做到审时度势的低卖高买,无疑是一个巨大的挑战。

百发100指数可能是A股市场有史以来调仓频率最高的指数:每月调仓1次,每月调仓频率大概50%。这一调仓频率,显然在基金界属于非常高的水平。这一设计,有利于把握市场或行业轮动的热点,契合A股轮动效应持续时间不会太长的特点。大家看到该指数目前处在历史的最高位,看起来高处不胜寒。这种担忧可以放下,因为该基金每个月的组合都在变化,目前的高净值是由不同时期的不同股票贡献的利润。

一个策略是否有效,是拿这一策略去做回测。以短期业绩为例:
“ 从百发100指数自6月20日进入实盘运行阶段以来,大数据的选股技术优势突出,选出来的第一大重仓行业明显超越了同一个申万行业指数。百发100指数的运行数据显示,从2014年6月20日至7月17日,百发100第一大重仓行业为家用电器,百发成分股涨幅为10.36%,申万家电行业指数涨幅为2.96%;7月18日至8月14日,百发100第一大重仓行业为汽车,百发成分股涨幅为12.07%,申万汽车行业指数涨幅为10.81%;8月15日至9月18日,百发100第一大重仓行业为通信,百发成分股涨幅12.32%,申万通信行业指数涨幅为8.74%;9月19日至9月30日,百发100第一大重仓行业为机械设备,百发成分股涨幅9.35%,申万机械设备行业指数涨幅为5.38%。从6月份以来,即使是百发100所选第一大重仓行业的股票涨幅也超过了同一个行业的申万指数,由此可见,百发100指数的量化投资模型运行得非常有效。 ”

再看长期的数据,更可怕:2009年以来,无论牛市、熊市还是结构性市场,均由非常突出的业绩表现。这种超额收益率,是选股能力和波段操作的叠加效应,两者缺一不可。


四、组合分散

横跨上证主板、深证主板,两者合计超过50%比重;同时涵盖中小板和创业板。最新一期的上市分布为上证主板40只,其次为深证主板35只,中小板和创业板各占21只和4只。

相比沪深300指数来看,百发100指数行业结构分布更均匀。样本股中金融地产权重较沪深300的38%显著更低,只有14%。在可选消费、信息技术、电信业务、工业等行业方面,百发100指数相比沪深300高配,而这些行业代表了当前经济结构转型的方向。因此,单纯从行业的配置上,百发指数要优于沪深300、中证100等集中配置于大盘股的指数。

百发100配置股票的数量多达100只,平均下来每只股票的配置比例不到1%(开放式基金只有95%的资金可以投资股票),而许多主动型股票基金往往只配置40-80只股票,超过100只属于非常分散了。因此,单纯从数量上看,百发100是一个足够分散的组合,有利于降低投资风险。


五、风险点

1、A股市场投资者投资理念越来越成熟,不再简单的高抛低吸、追涨杀跌,而采取长线持股策略。

2、机构投资者比例越来越高,整个市场的定价越来越掌握在机构投资者手里;

3、情绪不再是市场的重要影响因素,投资者越来越沉着冷静、理性决策;

4、百度的搜索引擎老大地位逐渐削弱,翻墙越来普遍;

5、市场出现大量近似度极高的量化指数基金,或者百发100放弃了目前的限购策略,可随意申购。10%的投资者按照一个较为独特的方法去做可以赚钱,但是如果80%的人都知道了这个方法且做同样的决策,那么还怎么可能赚钱?

6、A股市场大幅下跌。倾巢之下焉有完卵。

7、这是一个投资股票的指数基金。股票投资高风险,这个基金当然也高风险了。

8、百发100指数的过往业绩是回测收益率,并非实盘,因此可能在实际运行过程存在偏差。

9、指数基金高风险,投资需谨慎。


如要在百度上买,要怎么买,具体流程?

1)登陆百度金融官网 http://8.baidu.com/ 并登陆百度账号;

2)进入百发100基金的详情页,点击相关购买按钮;

3)绑定银行卡;

4)认购百发100指数基金;

5)在“我的小金库”页面,查询交易详情。

如果还没有百度账户,建议提前注册、绑卡,这样在购买时能节省时间。以第一阶段销售的火爆程度,可能很快售罄。

Copyright © 2023 All Rights Reserved 版权所有 黑山量化社区