互联网崛起改变着我们的行为方式，由此产生的海量大数据成为众多行业掘金的新能源。百发100指数引入大数据因子，颠覆性地改造了传统股票市场指数编制方法和量化投资方法，成为互联网金融的又一创新标杆。陆志明表示，对于金融投资来说，投资者互联网行为大数据作为选股因子的有效性和价值性逐渐显现，为传统量化选股模型打开了全新视角。

　　中国证券报：对于百发100来说，用户互联网行为怎样对其投资策略产生影响？

　　陆志明：传统金融理论认为投资者是完全理性的，市场是有效的，传统的投资策略或模型，通常也是基于基本面或技术面指标等常规因子选股。自上世纪70年代诞生的行为金融学，则认为市场是非有效的，投资行为会受投资者情绪影响，尤其是在存在风险和不确定的时候。投资者在互联网和移动终端所表现出的行为路径，恰恰是对市场热点的反应。尤其是通过互联网用户行为金融投资属性大数据挖掘反应的集体市场行为预期，可以准确捕捉市场投资热点。

　　百发100指数通过百度完整的互联网生态布局、移动互联网应用矩阵和大数据搜集、分析、挖掘能力，积累用户行为数据从而形成投资策略。具体来看，百度搜索引擎每天要响应60亿次的访问量，处理的数据超过100PB，百度每天的数据处理量不仅包括搜索数据，还有互联网用户的行为数据，即用户各种各样的操作路径。百发100指数根据金融大数据挖掘结果与股票基本面信息综合测度，采用量化算法构造基于互联网金融大数据的综合情绪模型，在此基础上，实现指数样本股选取的全自动、自适应系统，不依赖人为干预，自动运行、萃取符合当期投资市场热点的100只样本股，编制成为指数。

　　中国证券报：能否具体介绍一下这个综合情绪模型的选股策略？

　　陆志明：在量化投资领域，传统的多因子模型包括财务因子、交易数据所获得的动量、反转因子等，这些动量和反转因子实际上是投资者决策的结果，而综合情绪模型则在传统指数模型的基础上又增加了百度互联网大数据因子，将投资者决策的前面半个部分提前纳入指数指标中，表现为投资者的心理数据或者是敏感性。从这个意义上说，通过对百度互联网大数据的分析将投资者的情绪量化了，反映的是投资者的投资意愿或预期，更符合A股的特点。

　　总体上来说，综合情绪模型就是将百度的互联网大数据因子加上财务因子，再加动量因子这三层数据放在一个大熔炉里面，发生一定的化学反应，最终选取排名前100的股票作为百发100指数的成份股样本股。

　　中国证券报：未来互联网大数据对基金产品设计还会产生哪些影响？

　　陆志明：广发基金在两年前就成立了专门的电子商务部，现在改名叫互联网金融部，先后与淘宝、苏宁、腾讯等大型互联网企业对接。今年年初，互联网金融部与百度金融接触，开始认识到互联网大数据的作用，并把相关信息反馈到公司金融工程部，金融工程部建议公司与百度在权益类基金方面进行合作，达成意向后数量投资部介入指数方案设计和数据测算，后来公司内部组织资源研究、调试，曾围绕着相关因子提出过上百种方案，最终才确定出现在的多因子模型，才有了广发百发100指数基金产品。

　　这个模型不是动态不变的，后续还需要不断优化。未来希望在移动互联网端再挖掘一些数据，放到模型里面试用。还会考虑做一些利好和利空的筛选，对整个模型做一些有益的补充。对于海量的互联网行为数据，怎么将有用的信息提炼出来，需要指数编制各方去做更多的努力。

　　随着互联网金融的推行，大数据投资将是未来基金业发展的新方向。以往互联网金融领域的跨界合作，合作对象仅涉及基金公司和互联网双方，合作领域也基本集中于产品销售渠道的互联网化，产品本身在投资方法、运作模式等方面，与传统基金产品并无重大差别。而互联网大数据则好比另一个金矿，百发100指数其实只是挖了其中的一勺，其本身也需要不断完善。如果能把现在的互联网用户的行为数据提炼整理出来，将来一定是有价值的，未来会出现很多大数据平台产品，比如多空、杠杆产品等。