投资提醒>>>

    指数历史表现好

    不等于基金收益高

    观察目前这些大数据指数基金，不难发现，他们的样本股数量都在100只左右，采用等权重的加权方式，样本股调整周期较短（一般为一个月，“腾安价值100指数”是6个月）。

    100只以内的样本股规模有利于基金对指数实施跟踪，即使采用最简单的完全复制法也不会造成过多的流动性成本；等权重的加权策略使得大数据指数“天然”拥有“逢高减持、逢低买入”的特质。

    不过，样本股调整周期的缩短虽然增强了指数捕捉市场热点的能力，也会导致过多的交易成本。

    数米基金研究中心专家指出，大数据指数在成立之前往往经历过历史数据的“洗礼”。作为一种策略指数，大数据指数往往拥有良好的历史模拟业绩，但是模拟业绩与真实业绩并不能完全划等号，投资者应客观看待历史模拟数据。与其他基金相比，等权的设置和较短的样本股调整周期会导致较高的调仓成本，削弱大数据指数获取超额收益的能力，这使得基金管理人在复制大数据指数时，需要在跟踪误差最小化与超额收益最大化这两个目标中作出“艰难”的权衡，对基金管理人的被动管理能力提出了一定的挑战。

    大数据指数产品在推出后，可能形成一定的“正反馈”效应，即业绩好，会吸引投资者申购，从而反向利好样本股，推动业绩进一步向好。

    但是，基金专家表示，“再好的数据因子随着时间推移也会出现‘钝化’，因此要客观看待这些指数的历史业绩’。”

    基金专家建议，投资者在选择大数据指数产品前，应考量基金公司在指数产品管理上的经验和实力，逢低配置具有较强被动产品管理能力的大数据指数基金。“毕竟这些基金股票调整周期短，如果基金表现不能跟上指数表现，那么就很难跑赢大盘。”