近年来，互联网飞速发展，论坛、微博、微信等互联网媒介深刻影响着人们的生活，而互联网数据对于金融投资的价值也在逐渐显现。南方新浪大数据系列指数将传统的基于价值、成长、企业质量的因子与互联网大数据所能给予的股票热度预期、成长预期、估值提升预期相结合，利用南方基金量化研究平台将这些因子进行优化。从历史数据回溯来看，南方新浪大数据系列指数与现有的传统指数相比有着明显的优势。

　　中国证券报：对于互联网大数据的应用，国外有没有相关的研究？

　　史博：大数据时代，数据已经从对事物的简单描述逐渐演变成人类行为模式的全面刻画，近年来基于社交平台和互联网搜索中用户行为被记录的数据，还被证明能够很好地映射出市场主体的情绪。

　　美国印第安纳大学近年的一项研究成果更表明从Twitter信息中表现出来的情绪指数与道琼斯工业指数的走势之间相关性高达87%。2014年牛津大学期刊发表的一篇文章表明，通过搜索分析投资者在网络发帖和评论中表现出来的观点，能够很好地反映多空态度，同样也能够有效地预测未来股市的收益。美国市场大量有关金融和大数据成功结合的案例鼓舞了投资管理人。作为最火的社交网络，Twitter拥有众多互联网使用群体的信息，因而其被大量的投资管理人视为大数据的最佳来源，并依此开发了相应的对冲产品，CAYMAN ATLANTIC公司就是其中的翘楚之一。CAYMAN ATLANTIC在其官网上披露了旗下对冲基金的历史收益数据。从2012年7月该基金成立至2014年6月，基金的累计收益率达到了48.36%，年化收益率为21.8%。各种指标揭示了该基金在非常低的风险下，创造了相当高的收益。

　　中国证券报：南方新浪大数据系列指数将怎样利用互联网提供的因子来研究金融投资？

　　史博：南方基金现有的量化股票投资平台是基于价值、成长、企业质量等因子，这些因子会筛选股票的行业属性，筛选股票财务指标数据以及一些市场反映的数据。现在，南方基金将把新浪财经大数据也结合进来，将个股的热度、新闻报道以及微博相关文章反映的市场情绪反映进来，同时找出股票的热度预期、成长预期、估值提升预期，这些预期将会影响股价将来的反映，把这些因子构建在一起，形成一个不同因子的权重，对权重进行动态优化调整，构成整个大数据指数构造的基础。

　　在指数的构成过程中，样本选择空间非常大，全市场所有股票中扣除三类股票：ST股票、*ST股票以及上市不满一年的股票（目前市场情况下上市不满一年数据量有时候不够充足，利用大数据平台分析偏差比较大）。

　　选股因子包括三大类：企业财务因子、大数据因子、市场驱动因子。财务因子包括最新的市盈率指标、净资产收益率情况、企业年度营业收入、净利润增长率以及对这些指标变化的预测。市场驱动因子包括股票近期的换手率、波动率、股票价格变化率以及成交量变化率。

　　对于新浪大数据因子，将根据新浪财经频道下的股票页面访问热度计算单个股票的热度得分、根据财经频道下的新闻报道正负面影响计算单个股票新闻报道得分、根据股票在微博上的正负面文章影响计算单个股票微博得分，综合上述得分并根据历史回测优化结果作为大数据因子得分。

　　南方基金利用自身强大的量化研究平台，将上述因子进行优化后，最终创造出南方新浪大数据系列指数（i指数）。

　　通过对i指数的历史收益表现进行分析可以看到，从2001年至今，对大数据100、300等权重指数进行回溯，并将回溯指数和创业板指数、中小板指数、深证100、沪深300等进行了比较分析，结果显示，大数据100指数过去5年累计收益有222.4%，大数据300指数的收益为141.58%，远远跑赢其他对比指数。