嘉实基金经理刘斌：挖掘大数据背后的逻辑，嘉实基金公司

“大数据投资策略不是一劳永逸的。”刘斌说，大数据投资策略不是利用数据找到的一个固定公式，其背后是一套简单易懂的投资逻辑，而这个投资逻辑会随着市场发生变化，“我们要不断修正它，使其能够适应现在的情况，当它和市场运行特征出现偏差时，我们需要及时修正。”

“有了腾讯自选股的数据后，再与嘉实基金的基础股票池合并，剔除掉基本面较差、流动性不好的一些股票，也就是说，第一步是行为的筛选，第二步是参考多种因子、将基本面进一步优化，最终形成我们更好的投资组合。”刘斌说。

传导径短易于建立可行模型

结合投研实力优化投资组合

正文已结束，您可以按alt+4进行评论

“腾讯自选股的数据提供了直接和股票相关的行为信息，这和股票的表现更相关、传导径更短，事实上，通过数据挖掘我们也寻找到了一系列可行的行为模式，易于建立模型。”刘斌说。

刘斌是这只大数据基金的基金经理，目前担任嘉实基金股票投资部Alpha策略组组长，已有多年量化管理经验。

11月16日，嘉实与腾讯自选股联手打造的嘉实腾讯自选股大数据基金将正式发行，这是国内首只主动管理的大数据策略基金。

王石

刘斌的团队曾经做过测试，将单独的腾讯自选股数据与结合了嘉实基础股票池的组合“比赛”，结果是后者的综合表现更好，这也体现了嘉实基金长期基本面深入研究的价值。

在刘斌看来，该基金的基础数据作为交易信号的价值更高，准确性更强，与股票的关系更直接。

即便找到了优质的数据源，“数据”仍会对投研团队的判断带来影响。

在刘斌眼中，打造一只优质的大数据基金产品的关键，第一，是“数据源”一定要选择和股票市场传导径短一些的；第二，基金管理人一定要有专业的数据挖掘和数据分析功底，能从的数据中找到可行的逻辑。

刘斌也坦承，只有大数据是不够的，还需要借助基本面研究能力，结合自身在量化模型上多年的积累，优选股票形成组合，防止进入投资陷阱。

“举个例子，你今天搜索了某家银行，真的是要关注这家银行的股票吗？你可能只是登录它的网银，搜索引擎是存在噪音的。你在某家电商平台上购买了产品，它的销售数据反映到公司报表，再体现到股票上，又需要多长时间呢？”刘斌说，无论是搜索中存在的噪音，还是产品销售传递股票的较长径，都不易于找到一套稳健、可行的逻辑，从而建立数据模型，指导投资。

与之相比，嘉实腾讯自选股大数据基金的选股策略依据是腾讯自选股5000万用户的大数据，腾讯自选股会向嘉实基金提供海量用户关于股票关注度、点击量、搜索量，以及相关财经新闻的阅读热度等整体基础数据。

“数据源”对于一只大数据基金产品至关重要。

目前，多只大数据基金产品相继面世，所覆盖的数据源包括了搜索、电商、销售、浏览等，数据源各有不同。

(第一财经日报)