今年量化基金大行其道，同样采用“量化模型 大数据”选股方法的大数据基金也有不俗表现。数据显示，今年收益率**的大成互联网 大数据大赚34%，多只产品成立以来年化回报超10%，斩获不错的长期业绩。
多位业内人士表示，大数据基金是大数据技术和传统金融投资理念相结合的金融产品，作为量化基金的一员，在今年结构性行情和热点较为分散的市场中，能够发挥量化模型的统计优势，整体取得了超额收益。伴随着大数据、大模型、人工智能等金融科技技术的应用，大数据基金未来还有**发展空间。
多数采用“量化模型 大数据”投资策略
**收益率超30%
数据显示，今年以来全市场大数据基金平均收益率-0.64%，跑赢了同期沪深300、中证500等主流大盘指数。
其中，大成互联网 大数据大赚33.82%，广发百发大数据策略成长、南方大数据300、东方红京东大数据等多只基金收益率在10%左右，超额收益同样明显。博时淘金大数据100、银河定投宝等也斩获了正收益，在今年权益低迷市场中，为投资者打造了不错的投资体验。
随着投资业绩表现持续**，部分大数据基金斩获年化10%以上回报，比如东方红京东大数据、大成互联网 大数据、银河定投宝等，基金规模也实现了增长。
谈及今年大数据基金整体取得的超额收益，大成互联网 大数据基金经理夏高表示，2021年以来，随着A股市场小盘风格的崛起，持股较为分散、风控严格的量化基金表现**，整体取得显著的超额收益。大多数大数据基金采用“量化模型 大数据”的投资策略，属于量化基金的一员，因此也取得了超额收益。
济安金信基金评价**主任王铁牛也认为，今年以来大数据基金整体获得超额收益，主要原因还是在于大数据基金除了传统基本面、技术面、行业配置等分析维度外，增加了与大数据相关投资分析的维度，相比传统基金投资具有**优势。
据介绍，大成互联网 大数据基金的主要投资范围是“互联网 ”相关的股票，今年业绩主要受益于科技股行情。主要选股因子包括市值、反转、成长、质量和大数据因子等，其中市值和反转因子比较符合今年的市场风格，成长和质量因子提供基本面支撑，大数据因子带来另外的增量信息。
银河基金基金经理罗博也表示，银河定投宝腾讯济安指数基金跟踪的是中证腾讯济安价值100A股指数，根据**银河证券基金研究**的排名数据显示，截至2023年三季末，该基金近五年同类产品排名为2/15，获得了亮眼的排名。指数从**沪深A股股票中，根据行业特征，选取相应估值指标，采用多阶段回归等算法计算个股内在价值，选择低估程度**的135只股票构建组合。
首尾业绩分化超50%
更加适应较为分散的市场
虽然头部业绩非常亮眼，但大数据基金业绩的两极分化现象也很显著，今年以来首尾业绩相差超过50%。
在夏高看来，大数据基金业绩出现分化的原因或有以下三方面：首先，市场上各个大数据基金选股范围有所差异。一部分大数据基金是**场选股，另一部分大数据基金则有约定的选股范围，例如科技、消费等。不同的选股范围会带来不同的基础差异。
其次，各个大数据基金的选股风格不同。一部分大数据基金是大盘、动量等风格，另一部分大数据基金的风格是小盘、反转等风格，在今年偏小盘和存量博弈的市场里业绩出现分化。
**，不同大数据因子的表现有所差异。一些大数据因子反映市场热点，另一些大数据因子反映产品销售热度，还有基本面、估值、市值等不同大数据因子，具有不同的投资逻辑，这些差异使得各个基金在今年的市场里表现各异。
王铁牛也认为，大数据基金业绩的两极分化，一方面与大数据基金，选用的不同的数据来源，以及投资策略构成的选用了不同的宏观因子、价值因子、成长因子、大数据基本面因子和市场因子等差异，导致的大数据基金业绩两极分化。
另一方面，也与相关基金主要投资行业的属性相关，比如大成互联网 大数据基金主要投向为传媒、计算机、云计算、AI等相关行业标的，这些TMT相关行业在在今年表现优异是业绩较好的重要原因。
部分机构认为大数据基金可能比较适应熊市或震荡市行情，可以发挥多因子选股的能力，获取超额收益。
夏高对此表示，大数据是对传统选股因子的补充，能够带来不一样的增量信息，长期逻辑是有经济学意义支撑的，也经过了多年的实际检验，具有**的有效性。当然，大数据因子的表现也会受到市场风格的影响，不同时期的表现会有差异。整体来看，大数据基金，或者扩大一点说量化基金，更加适应较为分散的市场，能够发挥量化模型的统计优势；反之，在少数股票**的极致市场里，量化模型的优势就比较小。
罗博也认为，从市场环境来看，市场表现亮眼的时候指数型基金有利于发现有上涨能力的股票；市场表现低迷时，因为指数型基金可以分散投资，有利于控制回撤。
王铁牛也表示，在今年一些大数据基金和量化基金整体跑赢主动管理基金，主要原因还是由于市场在今年以来是比较典型的结构性行情，热点转换较快，行业轮动**，对于这样的市场，大数据基金和一些量化基金大部分选取中小市值股票，又引用了其他一些大数据源，同时应用了人工智能，模型训练等进行数字化分析和投资，相对更适应目前这种市场风格。
融入行业新发展趋势
投资者也应关注策略基金的局限性
事实上，与2015年行业密集布局大数据基金相比，目前基金公司已经较少布局大数据基金。
“主要原因与大的环境背景相关。”王铁牛认为，2015年互联网金融和金融科技公司在传统金融领域的创新是关注度**的时期，相关大数据基金和互联网基金在当时也得到市场和行业更多的关注。后期因为风险控制和一致性等方面监管要求，以及市场波动等原因，相关基金品类发展进入**的瓶颈期。相信后期伴随的大数据、大模型、人工智能等金融科技技术在行业里更多的应用，大数据相关基金未来还是有**的发展空间。
夏高也认为，大数据基金的开发涉及大数据的来源和品牌合作等商业因素，还受到大数据有效性变化等技术因素的影响，开发难度大于普通基金。
他说，近几年来，机器学习等新的量化投资技术快速发展和日臻成熟，基于此类方法研发的量化策略倾向于更多采用更直接的量价类因子，其逻辑链条短、对市场变化的反应迅速，有效性优于逻辑链条长、对市场变化反应相对慢的传统大数据因子。因此，大数据基金较少再独立发展，而是融入行业新的发展趋势之中。
此外，虽然部分大数据基金今年表现突出，但王铁牛也提醒投资者注意，**大数据和量化策略基金也会有相应的局限性，策略是否与当前市场风格匹配、选择标的流动性如何、投资策略在极端系统性风险中如果应对等问题，都需要投资者持续关注。