由新浪财经主办的大数据战略发布会于2014年9月24日下午在北京·三里屯美嘉欢乐影城举行。上图为南方基金产品开发部副总监鲁力正在发言。

由新浪财经主办的大数据战略发布会于2014年9月24日下午在北京·三里屯美嘉欢乐影城举行。南方基金产品开发部副总监鲁力做主旨演讲，他表示Smart Beta是目前国外资产管理最受关注的策略，因为它结合了主动投资和被动投资这两个优点，把投资的理念直接设计到指数里，通过一套机制，保证这个指数能够战胜现在的市场。大数据投资就是Smart Beta，向A股市场的广度来要超额收益，既获得超额收益，又要战胜市场。

以下为发言实录：

感谢邓总，感谢新浪让我来给大家介绍i指数，通知我参会是在电影院，在座的媒体参加了很多基金公司的投资策略会、季度报告会，大家一般喜欢去金融街找一家五星级酒店找一个会议室，第一次到电影院参加金融类产品的发布，对我也是第一次，这是我体会特别深的一点。

我们能够利用大数据做很多东西，在这之前我们金融机构也想过这个问题，只不过原来这个武器在我们自己手上。我2001年到英国，当时做保险研究，我们当时给英国的保监会做了一个很大的课题，大家知道我们现在买保险要先看身高体重，高矮胖瘦，大不了查查血，问你父母有没有病史。但是英国1999年就有人通过对人的基因进行测序来研究保险的产品，我当时就在研究这么一个课题，如果我知道我自己基因的测序以后我去买保险是赚还是亏。当时的结论是如果你真的知道自己的基因图谱去买保险是稳赚不赔的。2006年当时基因测序已经商业化了，做全套的是两千美元。现在大家去香港做人民币也只需要几千块钱。拿到基因以亿计的大数据，可以做很多很多的事情。

讲了这么多，在这之前这个武器掌握在我们专业的金融机构手上，我们现在把大数据做出来了，大数据邓总从媒体的角度，从互联网的角度讲了他的一些理解，我可能从金融专业的角度讲讲我的一些认识，当中可能有一些术语比较专业，耽误大家一两分钟的时间给大家解释一下什么意思。

从金融的角度我们理解大数据，国际上最流行的Smart Beta，第二大数据就是市场情绪的反映，第三，我们发布了两条指数，马上要产品化落地，我们在大数据领域刚刚开始的第一步，很小的一步，但是这是我们A股投资的新的篇章。

在国外资产管理行业最流行的一个词就是叫做Smart Beta，很多做财经媒体的同志都听过基金经理在投资的时候，上来以后就跟你讲我有超额收益，有α，市场的风险叫β，Smart Beta翻译成中文就是通过简单、透明、低成本的指数化投资，提供易于理解的超额收益来源。为什么会有这么个东西？大家想，以前如果我们要战胜市场，退到2006、2007年，要战胜整个沪深市场，找一个最牛的基金经理，买他的基金，让他操盘。这是传统的主动投资，找一个很牛的人做。主动投资的优势能赚取超额收益，2006、2007很多基金经理，最牛的一年180%，2007年130%。

传统的被动投资的特点它非常透明，i100虽然编制方法的内核不能对市场说，但是每次指数调整后有哪些股票是知道的，非常透明，我们有严格的投资纪律的约束，不可能乱来。第三非常便宜，买一个主动的基金要花1.5的年管理费，1.5申购，0.5赎回。Smart Beta为什么在国际上成为一个主流的现在大家最关心的前沿的发展方向就是因为它结合了主动投资和被动投资这两个优点，把投资的理念直接设计到指数里，通过一套机制，保证这个指数能够战胜现在的市场。

Smart Beta也在美国被越来越多的机构投资人所认可，大量的运用在他们的投资当中，Smart Beta有很多门类，比如有等权重的方式，基本面分析的方式，低波动率的方式，低相关度的方式。这些都是一些策略，从国外市场来讲，这个策略相对于美国的标普500、道琼斯，都是有非常明显的超额收益。

不仅它有超额收益，用我们的专业术语说叫夏普比率，你获得这个超额收益必定要付出额外的风险，我怎样衡量这个投资的有效性，每多付出一份风险的时候获得了多少超额收益，当然这个数字越高越好。

我们图的右边Smart Beta的大的策略相对于传统的红线的市值，像标普500指数，投资效率是更高的。

我们现在正在做大数据的指数，引用了新浪财经的，把我们对于投资的理解，把它直接编到这个指数当中，它现在也是对我们现有的主动投资和被动投资一个非常非常正常的扩展。我们传统的主动投资，基金经理说P80、P90，战胜市场，战胜同行，至于能不能赚钱不知道，这是相对收益的思路。指数投资是我跟一个指数，就是要获得一个市场平均收益，比如上证综指、沪深300。大数据是Smart Beta，既获得超额收益，又要战胜市场。所以，大数据最大的意义就是它对我们传统的投资的一个巨大的颠覆。

从专业角度来讲，为什么它能做到这一点？其实它是向A股市场的广度来要超额收益。A股市场现在2400支股票，大的基金公司的研究团队能够覆盖的股票大概是1000-1300，少一点的800支。沪深300指数覆盖了300支，再往后我们看的比较多的中证500，500支。全部加起来500支。但是每年跑赢市场的股票数量，2009年是一个超级反弹的市场，这一年跑赢市场的股票有700多支，如果一家家拜访、听路演，跟董秘沟通再把这个数据挖出来是很难的，大家所有人把这个数据放在这里了，这个大数据超过市场的平均收益率的比重非常高。2014年回报都百分之七十多。

我们怎么把大数据放到这个指数编制中去的？传统我们选股票考虑价值、成长、上市公司的质量这些东西，我们在这里引入了一个很重要的指标，叫市场情绪。

我生气了我怎么衡量？我今天晚上邓总请我吃顿饭还是跟邓总合个影，市场情绪是可以用来衡量的。实际上在国内，在大数据出来之前大家关注不够，但是国外有一些同行已经做了一些探讨。刚才邓总讲到一家公司，2012年成立的，金融行业做大数据和市场情绪衡量的有一个很著名的指标，我们讲到股票涨跌的时候，我们不仅关心这个股票涨了多少，我们还关心这个股票是怎么涨上去的。

左边的图，开始的时候100点，收盘也是100点。另外一个图开始100点，收盘110点。涨跌幅很简单，很直观。这两个股票之间到底哪个波动更大？

没有涨的波动率15%，可以年化出来，另外一个从100点涨到110点，看着涨了10%，但是上下跳的幅度只有9.3%。

金融市场怎么反映这个东西呢？在美国有一个叫做波动率的指数，这个指数也叫恐慌指数，大家看财经媒体经常看到美国恐慌指数创新高，也叫交易员指数。这个指数怎么做出来的？有一类金融产品叫期权，定价的时候很重要的指标就是对未来股票波动的一个预期。在美国市场有大量的期权进行交易，金融机构就全部收集起来，期权的定价是用的未来收益率波动的预期，假如我知道了期权的价格是不是可以倒算出来这些基金经理，这些交易员对未来波动率的预期呢？我们通过这个思路可以算出金融市场上所有参与的群体，他们在买卖期权的时候想的未来标普500涨到哪，跌到哪儿。我把从1990年到现在的数据放在一起，一个相当完美的负相关，市场暴涨的时候大家情绪很稳定，市场暴跌的时候大家情绪起来了。这个市场的情绪是可以通过一些金融的手段，通过我们一些专业的手段量化，做成我们能够直观理解的东西。这个指数也成为美国非常重视的指数。

知道市场情绪以后怎么投资？知道市场恐慌了，怎么办呢？是不是把股票全卖掉？不一定。美国芝加哥交易所用波动率的指数做了一个期权产品，你可以直接做空期权，这个期权出来的时候2010年成交量只有一点点，2014年成交量，2013年这一个波动率指数的期货交易量已经超过了标普500指数本身。说明什么？说明市场对市场情绪的关注已经超过了对标普500指数本身的关注。市场情绪是可以量化的，市场情绪未来会成为一种新的投资工具。国内有没有？有。是什么东西呢？中金所推出沪深300的股指期货去年年底今年年初开放了沪深300期权的仿真交易，利用这个期权和投资人情绪的关系，他们编了一个中国的CVX。

7月份股市起来的时候，市场情绪很稳定，大家心态很好，现在慢慢看到市场情绪有一点点往上走了，什么时候整个市场很High的时候我们就需要关注走势了。

把市场情绪量化，放到这个指数当中，不仅从金融理论、金融实践都是可行的。我们南方基金和新浪怎么做进去的，我们通过对全市场所有的A股，剔掉ST、*ST，把全部股票拿出来，用我们选股因子、大数据因子、市场驱动因子等进行筛选，把100个股票拿出来等权重，编成i100指数。

这个指数有什么特点？第一收益率非常高，邓总之前已经给了几个数字，大家看到我们两个人的区别，传统金融领域喜欢一个表格，让你看的清楚，互联网领域像苹果一样，两个数字一列。我也是一个比较传统的做法，列出它跟我们耳熟能详的沪深300，中小板、创业板之间的关系，它的收益率确实有非常明显的超额收益，而且每年都会有。第二，它的波动会小。大家赚钱的时候肯定想赚比较确定性的收益，不想今天赚10块，明天亏8块。大家想要今天10块，明天11，后天12。我们算了它每天的波动率，大家看到相对于我们其他的一些市场主流的指数都会比较小，这也是我们这个指数很大的一个特点，就是高收益，偏低的波动率。刚才讲到我们投资效率比较高，承担一点点风险，但是拿到更多收益。

行业的分布，比较均匀，不会像沪深300集中到银行、地产、有色，创业板大量的集中到电信、IT这些行业。我们行业分布非常均匀。

说了这么多好的，有没有问题？不可能没有问题，有好处一定有坏处，两个大的挑战，第一它的换手率，我们市场情绪每个月都在变，投资人明天想啥我也不知道，换手率偏高一点点。第二交易成本，可能市场热点这个月是这些，下个月是那些，怎么办？这个问题有没有解决办法？有。这就需要传统金融领域的专业技术，我们在实战当中用的比较多的一种技术叫算法交易，刚才邓总也讲了高频交易，一个大的统称，算法交易是其中一种，我交易层面对基金的投入进行一些优化，保障跟踪误差，降低整个基金运行的成本，降低成本才能把收益留给大家。效果就是我们在现在投资实战当中，A股有十个指数基金，投资实战当中，南方基金跟踪指数误差是全行业最低的。算法交易是我们很重要的一点。

我列了我们投入运作的10支指数基金的实战业绩，正常来讲，我们基金的契约要求一个指数基金的年化跟踪误差不超过4%，一般也要求我们一些交易所产品ETF的跟踪误差不超过2%。从我们实战看，所有基金的跟踪误差全部控制在千分位，比较有代表性的中证500的ETF，跟踪误差在所有同类产品中排第一，南方50指数基金的跟踪误差在同样的基金中也是排第一，跟我们同业有一些相对比较大的相比，我们只有他们的零头。

讲了这么多，最后总结一下。第一，不仅从我们互联网的角度考虑我们i100指数代表了未来互联网对我们金融的颠覆，代表了大家投资的一种变化，从金融的领域考虑，它确确实实也是代表了我们未来发展的一个方向，比如刚才讲到的，它属于我们现在最流行的Smart Beta的策略。另外，这一套投资人的情绪，我们通过一个量化的手段能够落地，落到什么？落到我们指数基金中来，由我们基金管理人给大家管好这个基金，让大家跟得住这个指数。这个指数很强，跑得很辛苦。

最后的结论是我们也希望，现在内部开始做基金产品报给监管机构的文档，我们现在的大背景是备案制，需要给证监会报很多的材料，我们希望今年之内能够完成所有基金的审批，让大家看到最终的产品。谢谢大家。