携手国金证券 百度拿下互联网金融“三板斧”

　　中新网12月30日电  最近，百度与国金证券联合宣布，共同推出“国金百度大数据基金”。这是国内互联网企业利用底层大数据技术，与传统金融机构合作发起的国内首只大数据量化对冲基金。

　　今年以来，大数据与基金行业的结合在行业内掀起了一波认购潮，这一模式在行业内已经被认可。目前，证监会申报拟发行的大数据基金就有10只，而被视为大数据基金1.0的大数据指数基金，业内就已经发布了近20只。与互联网公司的合作，无疑将使这些大数据基金产生进一步的差异化。

　　继与中信银行、安联保险先后合作成立百信银行、百安保险之后，百度这次联合国金证券利用大数据技术掘金二级市场，也意味着百度完成了金融三大版块的全面布局。

　　百度联合国金，新意在哪儿？

　　所谓量化投资，其本质是“信息获取”和“信息处理”，即通过数据化等智能的方法分析投资情绪、拟定投资策略。大数据量化基金，这一新鲜事物的优点是可以通过量化模型，快捷高效地获取海量信息，寻找投资热点、挑选投资标的、降低投资风险。

　　过去一年多，大数据基金在市场上的火热，已经引发了一阵不小的“发行潮”，包括广发、南方、博时、大成等大型基金公司都陆续推出相关产品。

　　这一次跟百度合作的国金证券，此前就在量化投资领域有一定成绩。根据私募排排网最新数据统计，在股票市场中性产品中，国金资管近一个月有多只产品绝对收益率排名前列，包括国金慧泉精选对冲12号、国金慧泉量化对冲5号等等，绝对收益率在8%-13%之间。从今年以来的业绩看，国金资管也有6只产品业绩跻身前20名。

　　但随着国内其他券商资管公司纷纷涉足量化投资，这一行业不可避免地将出现量化模型同质化的问题。有分析认为，目前将大数据应用于基金产品中的许多券商或许还停留在浅层的指数观察，而很多传统的基金公司、券商做量化基金，其用到多因子模型主要是传统的价值因子、成长因子、质量因子、交易因子等，这也使得大多数量化模型对周期转化缺乏判断力。

　　要获取更大的优势，则需要更好地优化量化投资的模型。大数据或许能成为“好帮手”。

　　与市场上的其他大数据基金不同，百度和国金合作亮点颇多。融入百度大数据之后，投资模型中充分纳入“人”的因素。在合作中，百度专门研发了“大数据策略”，向国金提供TDT(话题检测与跟踪)、NLP(自然语言处理)等技术，从互联网大数据中提取与“人”密切关联的数据，经过大数据挖掘和智能化处理，实现全面描摹用户画像、精准识别网民金融意图、洞察股民情绪、预测行业市场走向。

　　总的来说，与百度的合作，数据源更为丰富，加入“人”的因子，引入分析很多非结构化信息，这使得传统投资模型中的稀缺因子获得有力补充，更加符合中国二级市场的实际情况，为证券机构在择时和选股等决策提供极具价值的考量因子，；基于行业景气度的数据分析可以对资本市场关注的重点板块进行筛选；而对市场情绪的判断，可以更好地制定适合市场风格的投资策略。

　　国金证券资产管理分公司投资总监石兵透露，百度、国金证券签署《战略合作协议》后，经过探索实验，目前，基于行业景气度筛选和交易心理两大方向的大数据分析已经初步见效，而根据历史数据回测，百度大数据应用对提升国金现有量化投资产品收益率有明显效果。

　　百度的闪电布局

　　此前在互联网金融方面动作平平的百度，短短两个月内便迅速地与三个传统金融机构结为盟友：11月18日，百度与中信银行联合成立百信银行；11月26日，百度又与安联保险和高瓴资本成立了百安保险。加上这次的大数据量化基金，百度已经完成了金融领域最为突出重要的三个环节：银行、保险与二级市场。

　　与腾讯和阿里巴巴想要以“颠覆”为主要逻辑不同，百度布局互联网金融业务最重要的特点是和传统机构合作、嵌入技术和应用。这是因为，金融牌照在当今资管混业经营下尤为珍贵，牌照的稀缺性意味着准入门槛较高。而对于金融行业来说，发展互联网金融对互联网的大数据技术又有着极大的渴求。百度进行在这三个领域达成合作，相当于间接拥有了这三个重要的牌照资源，在此基础上，以后的合作模式值得想象，落地也会更加容易。

　　从目前来看，百度布局互联网金融最能融会贯通的就是O2O板块。在布局了银行之后，以百度钱包的支付体系将会在其O2O的用户和商户两端的频繁使用中崛起；而保险方面，未来也势必将结合携程去哪儿的旅游、百度外卖等领域展开各种类型险种的尝试，增加保险在百度版图的应用场景。拿下银行、保险之后，大数据量化基金更是“锦上添花”。

　　进入大数据量化基金领域，除了能够充分运用到现有的百度6亿用户数据资源，也能够在应用中更加优化大数据技术，同时，对与金融、投资相关的“人”的细分画像也给以后“互联网+金融”的探索提供了更多的可能。

　　互联网金融的发展离不开大数据技术。百度这些年最引以为傲的事情，可能就是他们布局了人脸识别、人工智能和大数据等“黑科技”了。百度在发挥大数据等技术的同时，关于“人的数据”也将更加细分、精准，数据变现能力也将更强，在实践中更懂数据，也更懂金融。