现在的位置:主页 > 综合新闻 >

胡泊:背靠大数据与专业团队为机构和高净值客(2)

来源:大数据 【在线投稿】 栏目:综合新闻 时间:2020-09-18

【作者】:网站采编
【关键词】:
【摘要】:还有一点可能就是FOF层面的流动性管理。这方面就是自下而上。所以我们觉得做FOF的本质其实是资产配置能力和底层的策略筛选能力之间的匹配和平衡。

还有一点可能就是FOF层面的流动性管理。这方面就是自下而上。所以我们觉得做FOF的本质其实是资产配置能力和底层的策略筛选能力之间的匹配和平衡。

接下来我讲一下我们怎么做这个事情。我们排排网未来星基金是排排网的全资私募子公司,包括我,是一个有4位基金经理的团队。包括李总,已经在私募这个行业里很多年了,见证了私募的成长。我是中科大物理博士,之前是做量化,我对量化有比较深的理解。我们另外两位是做基本面的投资。在未来星基金层面,我们做战略资产配置的解决方案,我们对策略方面则是依赖我们排排网的大数据。

战略资产配置,我们更关注的是基钦周期,它是库存周期,大概整个持续的时间是40月到44月之间,大致对应的是接近4年的时间。我们认为这个时间尺度跟我们的FOF投资尺度是比较接近的。如果是朱格拉周期,则需要10年以上。康波周期更久了,60年的一个周期。在这个过程当中流动性最主要的推动因素,A股的也很接近,每一轮的牛熊,其实都跟投资股市的资金流入流出有非常大的关系。

资金流入最先表现的是债市,然后再到股市,然后再到商品。今年的特征也比较明显,像最近这个月股市震荡、出现回调,债市在一个多月以前就已经出现了比较大的调整,整体的风险收益率其实是在上行的,价格低了很多,很快就扩散到股市上。所以这种资产的轮动是非常明显的。我们也对整个周期划分为6个阶段,44个月,每个阶段的持续时间可能是在7个月左右,这样的一个时间尺度。然后在不同的时间周期内,不同的品种会有不同的表现,这是我们整个大类资产配置的一个宏观框架。

接下来就落到策略优选,最主要的着力点是排排网的大数据。排排网在整个私募行业也算是深耕了16年的时间。我们从私募产品数量和公募产品数量的收录来讲,其实已经接近了100%的覆盖。我们基本上实现了私募行业整体的大数据,包含净值、基金、产品、公司、产品公司的人物还有净值数据。我们基于净值数据也做了衍生数据的开发,包括用各种开发的模型,去衡量基金经理的能力圈。

然后我们另外也对优选私募进行尽调。我们三地都有尽调的团队,北京、上海、深圳都有尽调的团队,每年要求他们至少2000份的私募尽调报告。尽调报告也是做FOF的重要参考。

这是排排网的大数据。能够获得哪些数据?最主要是净值曲线,然后有对行业的分析、风格的分析,以及对它的择时能力和选股能力的分析报告,整体来说就能够均衡的衡量。然后我们借用排排网的大数据,基础数据、衍生数据能够获得一个基金筛选和研究的结果。

我们本质上是一家金融科技公司,所以我们会有资深研究员、算法工程师、数据分析工程师,有这样的一个团队来实现我们排排网的大数据。

从整体细节上的私募的评价来说,和刚才贾总讲的基金评价体系是比较接近的,我不再赘述了。我要强调的一点是,我认为每次危机阶段是我们研究私募很好的尺度。私募对我们来说是一个黑盒子,我们怎么更多获得它的信息,往往在危机的时候更能体现它的能力。

举一个例子,今年2月3号,就是春节以后的第一天开盘。那天开盘,大盘是直接低开7%以上,个股是跌停,然后第二天继续跌停这样的状况。不同的私募可能应对的方式不一样。大部分的私募在这个位置死扛甚至加仓了,认为疫情是一次性的风险事件,可能像一次风险计提,计提之后整个资产已经变成优质资产了,可以继续向上。但是可能也会有私募做出错误的判断,在这个底部进行止损操作,后面的涨幅就完全无关了。那么在这个跳空之下如何作出合理判断,是我们考核私募能力的重要体现。

包括对于期货来说,2016年11月1号夜里,先整个上涨了4%左右,然后接着风险事件,大部分的期货都出现跌停。所以那一天的波动是非常大的,对期货CTA私募来说也表现出它整个的管理能力。

包括今年7月初上证50股指期货涨停,上证50涨了8%左右。量化对冲从负基差到正基差,你对冲很可能面临亏损。我们就衡量这一天的回撤状况,就代表你策略的研究能力、管理能力这样的水平。定性和定量的评价就跟刚才贾总说过的一样,我在这里就不重复展开了。

对我们来说,其实我们是做了不断的三级投顾池的筛选工作,首先我们对全面的私募数据进行定量指标,先筛选出基础池,我们对基础池做尽调、研究然后再形成重点池,再深度的尽调形成最后的核心池,最终我们实现三级的投顾池。基础的观察池现在有1300多家,重点关注池有300多家,核心的投顾池有48家左右,这是按月更新和调整之中的。

文章来源:《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2020/0918/905.html

上一篇:陈大顺:运用大数据“物联网+” 促进老旧小区宜
下一篇:58同城发布家政行业求职大数据

大数据投稿 | 大数据编辑部| 大数据版面费 | 大数据论文发表 | 大数据最新目录
Copyright © 2018 《大数据》杂志社 版权所有
投稿电话: 投稿邮箱: