基本结论：

　　现有的中证腾安价值100指数、中证百度[微博]百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)在编制上都利用了互联网的数据挖掘技术用于选股或形成量化因子，兼顾互联网、大数据和量化分析的三种属性，对传统指数编制方法进行了新的探索和革新。从行业配置及样本股构成来看，中证腾安价值100指数更侧重对具有增长潜力的价值股的配置，中证百度百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)的行业配置相对均衡，对市场热点板块及行业持股较多。从流动性来看，上述大数据指数样本股的日均成交量多集中在1亿元以下上，日均换手率超过2%。对于以大数据指数为投资标的的指数基金来说，未来随着基金规模的增长，如何控制交易成本、提高复制效率也是基金管理者面临的实际问题。

　　相关的银河定投宝中证腾安指数基金自今年3月份成立以来的运作情况良好，取得了不错的业绩，尚处于建仓期的广发中证百度百发策略100指数基金发行期间也受到了市场的热捧。另外，11月上旬南方基金上报的大数据100指数基金上报并获得证监会[微博]的受理。选择大数据指数类基金时，建议投资者一方面要充分了解指数的投资特点及潜在的风险性；一方面要关注其管理者的指数跟踪、被动投资的能力。

　　策略指数与传统宽基、行业、风格、主题等指数对市场进行分割不同，并非选择对于特定的某一类风险敞口进行指数化，是用于衡量某一种“策略”的投资绩效，这种“策略”本质上是定位于获取超越市场基准的收益，即获取alpha收益。从本质上来讲，策略指数所获取的alpha收益应是相对于风险的最优化收益，体现了指数的主动管理，这也是海内外市场策略指数不断发展的内在动因。

　　中证腾安价值100指数、中证百度百发策略100指数以及大数据系列指数(包含i100指数和i300指数)在编制上都打破了传统指数的编制方式，融入了主动管理的模型构建因素。中证腾安价值100指数采用的是量化策略与专家评审相结合的方法，中证百度百发策略100指数以及大数据系列指数(包含i100指数和i300指数)都依靠互联网企业的大数据搜索优势增加了投资情绪因子，反映投资者对具体某只股票的关注的程度，以捕捉投资热点。

　　从行业配置及样本股构成来看，中证腾安价值100指数更侧重对具有增长潜力的价值股的配置，中证百度百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)的行业配置相对均衡，对市场热点板块及行业持股较多，更能反应市场的投资热点。这些策略指数发布以来业绩表现好于同期基础市场，同期收益的波动性也要高于基础市场。从换手率来看，上述大数据指数的日均换手率均超过2%，其中百度百发100指数略高一些。

　　国内市场上述大数据指数推出后，相关的指数类基金产品也随之发行。银河定投宝中证腾安指数基金自今年3月份成立以来的运作情况良好，取得了不错的业绩。大数据指数对市场热点有较好的反应，指数收益性强同时波动性也不可忽视。投资者在选择相关指数基金时，一方面要充分了解指数的投资特点；一方面要关注其管理者的指数跟踪、被动投资的能力。

　　引言

　　指数编制理念不断进化，策略指数走在前沿

　　随着资本市场不断发展，股票指数编制理念从标尺功能逐步进化到投资功能。股票指数的数量和种类越来越多，相应的跟踪指数投资品种越来越丰富。从指数历史发展来看，指数从最早的宽基指数，如沪深300、中小板指数等，逐步发展到主题指数、行业指数，以及风格指数，最后发展到各种更具有投资属性的策略类指数。

　　策略指数与传统宽基、行业、风格、主题等指数对市场进行分割不同，并非选择对于特定的某一类风险敞口进行指数化，而是用于衡量某一种“策略”的投资绩效。在编制上也非采用传统被动选股及市值加权等构造方式。这种“策略”本质上是定位于获取超越市场基准的收益，即获取alpha收益。其所获取的alpha收益应是相对于风险的最优化收益，体现了指数的主动管理，这也是海内外市场策略指数不断发展的内在动因。

　　今年以来，国内市场先后推出了中证腾安价值100指数、中证百度百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)。上述指数在编制上都利用了互联网的数据挖掘技术用于选股或形成量化因子，兼顾互联网、大数据和量化分析的三种属性，对传统指数编制方法进行了新的探索和革新。上述指数在编制中体现了主动性的选股，对风险的最优化控制等操作，并非采用被动的选股构造方式。产品定位也是集中在获取超越市场基准的收益，因此可以归为策略性的指数。基于互联网大数据技术的指数化产品的推出可以更好的满足投资者多元化的需求。

　　第一部分：大数据指数编制特点介绍

　　中证腾安价值100指数——量化策略与专家评审相结合

　　中证腾安价值100指数是由腾讯与中证指数公司、济安金信公司合作开发，并于2013年11月18日正式发布的策略类指数。该指数是国内市场上第一只由互联网媒体与专业机构联合发布的证券市场指数。指数在编制上采用量化策略与专家评审相结合的方法，选择市场价格相对低估的100家上市公司股票为样本，并使用等权重的加权方式。通过构建完整的金融行业数据仓库，运用先进的数据挖掘和人工智能技术，依据几十个行业板块特征的实时聚类分析和每家上市公司几千项财务明细，筛选出具有潜在投资价值的“黑马”和被严重高估的“地雷”。编制上更多的是向有成长潜力、价值被低估的股票倾斜。指数以2013年5月18日为基日，1000点位基点，每半年定期审核样本股。

　　从最近一期的行业分布来看，中证腾安价值100指数样本主要集中于申万一级行业分类中的医药生物(16.12%)、交通运输(12.53%)、机械设备(11.94%)等行业，前三行业样本数量分别达到17只、11只及11只。此外，指数对化工、传媒、汽车的行业配置比例都在5%以上。房地产、通信、商业贸易、农林牧渔的行业配置比例低于1%。

　　从最近一期样本股来看，中证腾安价值100指数以沪市A股为样本主体，深市主板、中小板与创业板样本股分布相对平均。按照最新公布的样本股划分，沪市股票为53只，深市主板、中小板及创业板股票分别为14只、22只以及11只。目前指数样本股中主要有天津港、大连港、航天电器、经纬纺机、中国中铁等。

　　中证腾安价值100指数自2013年5月18正式发布以来走势良好。截止2014年11月24日该指数累计增长54.76%，好于同期沪深300(2.21%)、中证500(38.49%)等基础市场指数的表现。自基日起的年化收益率为6.9%，年化波动率(日收益)21.51%。目前指数动态PE 15.45，略高于基础市场。

　　百度百发策略100指数——引入BFS模型，首只大数据基金

　　中证百度百发策略100指数是中证指数公司与百度公司、广发基金管理有限公司合作编制并对外发布的互联网大数据指数，是国内首只真正利用大数据挖掘技术开发的互联网金融产品。

　　百发100指数选股模型的构建，主要依托于百度搜索大数据，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完成指数的编制和投资模型的构建。百发100指数的选股模型中有一个特色模型——BFS模型，即百度互联网金融大数据的综合情绪模型(BF Sentiment Model，简称BFS模型)。通过BFS模型将左侧和右侧交易中反弹及动量概率大的股票挑选出来，更为直接和精确的反映投资者对具体某只股票的关注的程度。指数调样频率采用频率为1个月的定期调整，可以更敏锐的反映股票搜索热度，捕捉投资机会。

　　从披露的样本股情况看，百发100指数行业结构分布相对较为均匀。以今年6月为例，百发100各成分股占比中金融、地产等传统蓝筹股占比并不高。对可选消费、信息技术、电信业务及工业等行业的配比则要显著高于沪深300指数。行业配置体现了今年以来市场的热点，反应了市场对新兴行业的投资热情。

　　历史业绩表明，百发100指数所选成份股大部分集中于基本面优良、契合市场或行业轮动特点等具有稳定业绩回报和投资价值的股票。以今年6月为例，指数样本股中的中小板股票39只，其次为上证主板31只，深证主板和创业板各25只和5只。

　　百发100指数自发布以来取得了较好的表现。累计收益方面，百发100指数自2009年1月1日基点日以来，至2014年11月24日已经取得了738.03%的涨幅，超过同期沪深300(45.75%)、中证500(163.79%)等基础市场指数的表现。自基日至今指数的年化收益率为8.09%，年化波动率(日收益)27.3%。

　　南方-新浪大数据系列指数——挖掘投资情绪，精选超额收益个股

　　大数据系列指数(包含i100指数和i300指数)是由深圳证券信息有限公司与南方基金管理有限公司[微博]、新浪财经联合编制，国内首批基于财经媒体与社交平台挖掘投资情绪并应用于指数选样的策略指数。大数据指数在选股中综合财务、市场驱动、大数据三大因子，精选出A股市场综合排名靠前的100只和300只股票组成指数样本股。选股模型中大数据因子的运用主要是通过新浪财经的大数据分析，找到并提取出可以有效体现并反应用户情绪与股价表现的相关股票，通过筛选机制，最后得到100只(300只)成分股进行等权重的配置，样本股每月定期调整一次。

　　投资者对股票关注度的变化映射出市场情绪的变迁。通过挖掘“情绪与股价表现”的关系，找到一个大数据先导性指标用于筛选后市有大概率上升的股票。这一关系的有效应用是大数据因子的精髓，也是该指数编制过程中最大的创新。

　　从最近公布的指数行业及持股来看，大数据指数的成分股不会集中于个别行业，i100指数和i300指数对工业、信息技术、可选消费、医药等行业配置比例相对较高，较好的把握了今年以来的市场投资热点。i100指数目前的权重股主要有医疗保健类的福瑞股份、沃华医药，信息技术股雷曼光电，工业类的金信诺、双环传动等。i300指数目前的权重股主要有医疗保健类的福瑞股份、仟源医药、上海莱士、丰原药业，信息技术类的雷曼光电、新开普，以及可选消费的利达光电、双林股份、索菲亚。

　　回溯大数据指数的历史表现可以看出，自2010年1月29日基日至今，i100指数和i300指数均取得了较好的表现。至2014年11月24日i100指数和i300指数分别取得了343.43%、216.28%的涨幅，均超过同期沪深300(-17.38%)、中证500(17.89%)等基础市场指数的表现。i100指数和i300指数自基日以来的年化收益率分别为11.07%、8.44%，年化波动率(日收益)分别为23.47%、27.17%。

　　从上述分析可以看出，中证腾安价值100指数、中证百度百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)，这些互联网金融指数在编制上都打破了传统指数的编制方式，融入了主动管理的模型构建因素。其中中证腾安价值100指数采用的是量化策略与专家评审相结合的方法，中证百度百发策略100指数以及大数据系列指数(包含i100指数和i300指数)都依靠互联网企业的大数据搜索优势增加了投资情绪因子，反映投资者对具体某只股票的关注的程度，并且通过及时的样本股调整及时捕捉市场的投资热点。

　　从行业配置及样本股构成来看，中证腾安价值100指数更侧重对具有增长潜力的价值股的配置，中证百度百发策略100指数，以及大数据系列指数(包含i100指数和i300指数)的行业配置相对均衡，对市场热点板块及行业持股较多。这些策略指数发布以来业绩表现好于同期基础市场，同期收益的波动性也要高于基础市场。

　　从二级市场流动性来看，上述大数据指数样本股的日均成交量多集中在1亿元以下，样本股中日均成交量在5亿元以下的个股整体占比较大，5亿元以上的个股占比较少。从换手率来看，上述大数据指数的日均换手率均超过2%。对于以大数据指数为投资标的的指数基金来说，指数样本股的流动性是影响其能否确保将跟踪误差保持在一定范围内的现实影响因素。随着基金规模不断上升而跟踪指数样本股成交量有限的情况下，如何控制交易成本、提高复制效率也是基金管理者面临的实际问题。

　　第二部分：大数据指数相关基金产品分析

　　策略指数代表了指数构建过程中的主动管理。通过策略变化、权重优化、以及灵活选股，策略指数能够实现高于一般被动型管理的指数收益。同时与主动基金相比，其管理费用低廉具有明显的竞争优势，这也是策略指数能够在很短的时间内可以获得市场和投资者的广泛青睐的一个非常重要的原因。国内市场上述大数据指数推出后，相关的指数类基金产品也随之发行，目前有银河定投宝中证腾安指数、广发中证百度百发策略100指数基金。此外，11月上旬南方基金上报的大数据100指数基金上报并获得证监会的受理，投资者可以关注。

　　银河定投宝中证腾安指数：基金成立于2014年3月，采用被动式指数投资策略，原则上采取以完全复制为目标的指数跟踪方法，按照成份股在中证腾安价值100指数中的基准权重构建股票投资组合。在严格控制跟踪偏离和跟踪误差的前提下追求跟踪误差的最小化。力争控制本基金的净值增长率与业绩比较基准之间的日均跟踪偏离度的绝对值不超过0.35%，年跟踪误差不超过4%。该基金成立以来已经实现了超过30%的业绩增长。此外，基金近3个月、近6个月业绩增长分别为16.34%、30.22%，业绩表现均好于同期沪深300指数(14.63%、25%)，同业排名较为靠前，为投资者带来了不错的收益回报。

　　广发中证百度百发策略100指数基金：2014年10月30日成立，目前正处于建仓期。原则上采用完全复制法，按照成份股在中证百度百发策略100指数中的基准权重构建指数化投资组合。通过严格的投资程序约束和数量化风险管理手段，日均跟踪偏离度小于0.50%，年跟踪误差不超过6%，实现对中证百度百发策略100指数的有效跟踪。广发基金拥有丰富的指数型基金管理经验，旗下管理着多只指数型基金。拟任基金经理之一的陆志明先生具有超过3年的指数型基金管理经验。其管理的广发中证全指可选消费ETF基金今年6月成立以来至今已经取得25.17%的收益增长。

　　从实际投资效果来看，银河定投宝中证腾安指数基金自今年3月份成立以来的运作情况良好，取得了不错的业绩，尚处于建仓期的广发中证百度百发策略100指数基金发行期间也受到了市场的关注。

　　大数据指数对市场热点有较好的反应，指数收益性强同时波动性也不可忽视。选择相关指数基金时，建议投资者一方面要充分了解指数的投资特点及潜在的风险性；一方面要关注其管理者的指数跟踪、被动投资的能力。