互联网拥有海量的数据信息，只要合理利用数据并对其进行正确分析，将会带来很高的价值回报，这是大数据的价值特征。作为国内首只挖掘互联网大数据价值的基金——广发百度百发100指数基金受到了投资者及各界的极大关注。该基金跟踪指数是由广发基金、百度、中证指数公司联合推出的百发100指数。百发100指数融合了互联网大数据基因，将投资者对股票的预期变化纳入选股因子当中。而以百发100为标的指数的广发百发100指数基金可以说是国内互联网金融发酵一年多以来第一只真正将互联网思维运用到投资实践中的创新产品。对于这只产品，需要关注的有两点：百发100指数的大数据策略是否有效以及投资管理人能否成功实施这种策略。

海外市场上，从理论层面和实际投资层面，大数据对金融投资的指导意义都得到了验证。21世纪以来，学术界涌现了一大批关于大数据和互联网金融之间联系的研究成果。2011年，美国印第安纳大学的一项研究成果表明每周的GOOGLE金融搜索数据能够预测股票市场的变化，用Twitter投资者情绪指标预测一到两天后的股市收益率的结论也是统计上显著的。此外，在2014年牛津大学期刊发表的一篇文章中，作者发现通过分析投资者在网络发帖和评论中表现出来的观点也能够有效的预测未来股市的收益。

此外，在实际应用领域，国外市场也不乏金融与大数据成功结合的案例，大量的投资管理人基于此开发了相应的产品，CAYMAN ATLANTIC公司便是其中的翘楚之一。该公司旗下对冲基金的大数据交易模型，是以谷歌、Twitter等多维、实时的信息来源为原始信息，通过一种具备弹性计算技术的低延时、多层搜索过滤系统，将这些原始信息转化为指向多空的交易信号。该对冲基金产品自2012年7月成立至2014年6月，累计收益率达到了48.36%，年化收益为21.8%。基金的月胜率达到了83.3%，并且损益比高达14.5。可以说这只基金在非常低的风险下，创造了相当高的收益。

借鉴国外案例，我们不难总结出，国内大数据金融产品成功运行至少要满足以下三个条件：第一，大数据策略在国内金融市场的有效性；第二，可靠的信息来源；第三，优秀的信息处理技术。相较于海外，国内投资者羊群效应更为显著，而通过互联网大数据可以很好的捕捉市场热点及投资者情绪，这为大数据策略的应用提供了很好的土壤。作为国内及全球最大的中文搜索引擎，从数据量、可靠性及时效性等角度，百度都是大数据非常好的来源。就目前来看，广发百度百发100指数很好的满足了成功的前两个条件。那么，能否有效处理信息，从而在互联网大数据这个金矿中挖出金子将是决定产品优劣的关键。

百发100指数采用的综合情绪模型与大多传统量化模型一样，都是多因子模型，区别在于除去传统的财务因子和动量因子，又加入了互联网大数据因子。总的来说，综合情绪模型融合三层数据，最终选取排名前100的股票作为百发100指数的成分样本股。此外，与传统指数还有一点明显差异，传统指数调仓周期多为半年，而百发100指数为一个月，这样是有助于把握市场节奏，从而不错失捕捉超额收益的机会。从业绩直观来看，在百发100指数2014年6月20日进入实盘运行阶段以来，截至2014年9月30日，其涨幅为41.35%，显著跑赢了市场核心指数，与业绩表现抢眼的主动量化型基金大摩多因子(同期涨幅39.5%)及长信量化先锋(40.02%)相比也毫不逊色，体现了指数编制方法良好的市场适应性，也说明百发100指数确实从大数据中挖出了金子。

百发100指数实盘运作以来与其他指数走势对比

当然，由于实盘运行时间较短，百发100指数能否很好适应未来市场的变化还未可知，但如果大数据因子可以很好的反应市场情绪，百发100指数将会获得可观的超额收益，问题的核心仍在于信息的处理技术能否挖掘出有效信息。百发100是否是一个优秀的“黄金矿工”，我们可以拭目以待。