11月21日，当广发中证百度百发策略100指数基金建仓完毕，基金经理季峰终于松了一口气。

　　广发中证百度百发策略100指数基金是国内首支互联网大数据基金，有别于传统指数基金，属于主动量化产品。“百发100指数基金IPO之后，在建仓策略、风险管理等制度安排上，做了大量工作和尝试，目标是尽量减少流动性风险和冲击成本。”广发百度百发策略100指数基金经理季峰对《每日经济新闻》记者表示。

　　今年以来，大数据作为量化策略的新工具备受投资管理界关注，国内基金公司与数据平台之间也进入“找伙伴”的过程。

　　大数据用于指数投资

　　去年基金界主要关注大数据O2O精准营销，今年大数据在投资管理端的应用已率先在指数投资领域落地。

　　在通联资产董事长肖风看来，量化投资是在数据中找规律，现在在期现套利、跨期套利等成熟策略上获得收益难上加难，大数据给传统量化基金探索新的交易策略提供可能。将互联网金融的大数据作为选股因子引入模型，代表着资产管理机构在指数投资上重构选股逻辑。

　　“无论是亚马逊的网络精准营销，还是谷歌对于流行病预测，大数据在商业领域已有较为成熟的运用，在投资领域的应用价值，实际上，背后也有逻辑支撑。”在季峰看来，基于大数据因子开发的BFS综合情绪量化模型，每月调整一次成分股。所选样本股试图去掉量化投资者的情绪，而反映互联网用户的行为大数据正是测度A股关注程度最直接的指标。

　　其实，大数据指数基金在研发以及操作中，与传统指数基金有很大不同。据季峰介绍，传统指数基金由指数公司编制指数，再由基金公司将其产品化，而对于广发百度百发策略100指数基金来说，基金经理需要给出量化策略，参与整个指数编制，策略指数基金更多类似于主动量化产品。

　　在操作层面，广发百度百发100策略指数基金跟传统指数基金也存在较大差异。传统指数基金每隔半年调整一次样本，调仓幅度仅有10%，只在调样当天跟踪误差较大，而百度百发100策略指数基金每个月进行一次调仓，幅度为50%，如何降低冲击成本，更好地进行流动性安排，均对基金运作提出更高要求。

　　“策略有效性是百度百发策略100指数基金最大的难点，对选股要求比较高，大数据的深度挖掘和选股策略需要不断优化。”季峰表示。

　　机构尝试大数据投资

　　“我们公司之前也在进行这方面尝试，可能其中一些投资逻辑没有理顺，目前仍未落地。”某基金公司互联网金融部总经理对 《每日经济新闻》记者坦言。

　　据某基金公司金融工程部基金经理介绍，目前基金公司尝试进行大数据指数基金研发过程中，往往会考虑两个方面的问题，首先就数据平台而言，哪些可以称之为大数据，有无积累有用的数据；其次，海量数据能否快速提取，对云平台、云计算也提出很高要求；对于资产管理公司，则要求懂策略，可以拿出量化模型对大数据进行量化。

　　在海外，大数据选股策略已在资产管理机构中使用，例如，卫星图像可以延伸到用于确定汽车制造商的库存量或者通往海港道路的交通量；它还能用于分析采矿作业或基础设施建设的进度，用于研究诸如苹果等跨国公司的供应链情况等。

　　据了解，广发基金未来还将成立基于大数据选股的量化对冲专户产品，产品将采用高频对冲策略。此外，利用大数据筛选宏观、中观数据，依照自上而下选股逻辑，直接生成选股的主动型投资产品也在研制之中。