今天给各位分享基金另类投资的知识，其中也会对基金 另类投资进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录
基金双十原则
“双十原则”：一只基金持同一股票不得超过基金资产的10%一个基金公司旗下所有基金持同一股票不得超过该股票市值的10%。
公募基金的主要对象是大众，这也就造成了基金经理人不能和基民们有效的沟通，从而难以真正的坚持价值投资。
扩展资料：
基金，英文是fund，广义是指为了某种目的而设立的具有一定数量的资金。主要包括信托投资基金、公积金、保险基金、退休基金，各种基金会的基金。
从会计角度透析，基金是一个狭义的概念，意指具有特定目的和用途的资金。我们现在提到的基金主要是指证券投资基金。
投资基金的风险有多大？
我觉得投资基金有三大客观风险：
第一，是市场系统性风险，我们所说的投资基金，大多是指投资股票型基金，实际上也是一种间接投资股市的方式，如果股市涨了，基金一般也会上涨，如果股市大跌了，基金一般也会大跌。而股市受到诸多因素的影响，比如说宏观经济、流动性以及黑天鹅事件的冲击等等，存在着非常明显的不确定性，而且这个风险是不可预知的，股市的风险就直接传导至基金。
第二，基金经理投资能力风险，基金是由基金经理管理，不同的基金产品业绩会存在差异，这是由于不同基金经理的投资能力决定的，有些基金经理在行情好的时候赚钱能力很强，基金净值上升很快，一度成为市场中的冠军基，但行情不好的时候，抗风险能力很差，迅速下跌，又成为垫底基。而有些基金呢，则不管行情好还是不好，业绩永远都落后，这些风险基民也是不可控的。
第三，择时风险，基金涨跌难以预测，我们总是看到基金涨得好就去跟着别人买，看到基金跌跟着别人一起赎回。往往一买入基金，它就开始下跌，而受不了下跌，亏损割肉，它又开始上涨。时点掌握不好，就算是相同的基金，别人都在赚钱，可能自己还是一直亏了又亏。
因此，为了降低这三个客观风险，尽量不要把所有资金全部投入股票基金，需配些理财产品、银行存款作平衡；其次，要选择长期业绩表现稳定的基金投资，而不能追求短期火爆的基金；最后，为了降低择时错误带来的损失，最好选择长期定投的方式，平滑市场波动的风险，结果会比一次性的买入卖出要好得多。
对冲基金是如何使用另类数据的？
在投资行业，大家普遍认为另类数据是一种新出现的数据类型，但事实上，另类数据的“新”只是对于投资行业的，这是因为它在初期被沉淀下来的目的并非为了服务投资者，而是为了实际业务的需要而产生的。这样的数据随着时间的推移，积累到一定量的时候，就会产生出对公司、行业甚至宏观经济都能起到一定监测作用的数据集。
举个例子，目前全球最大的投资行业另类数据提供商-YipitData起初收集Groupon(美国一家团购网站）的数据其实不是为了卖给投资人。这家公司最初期的业务是给Yipit的会员发送他们所关注的Groupon商品的打折信息。为了收集Groupon上的打折信息，Yipit用爬虫程序获取了绝大部分Groupon的商品销售信息。碰巧Groupon正好是一家美股上市公司，当一些对冲基金知道了有这样的数据后，就找到了YipitData并花大价钱买下了Groupon的数据，因为个别的对冲基金分析师在当时就发现这样的数据可以帮助他们更好的预测Groupon下一个季度的财务情况。YipitData管理层得到了这样的启发后，便把公司转型成了一家专注为投资行业提供各种另类数据的公司。
所以，笔者认为另类数据其实并不是一种“新”的数据，大部分情况下这样的数据并不新，它只是还没有被投资行业所广泛运用或者是没有被人整理成投资行业能够使用的形式。正是这样的特性，使得另类数据比普通的财务和宏观数据更难于发现和使用，但一旦被发现并被分析师研究出了合理的使用方法，另类数据将为投资带来不错的Alpha。
接下来我们从分类上对主要的两种另类数据进行拆分，更好的理解这两种主流的另类数据。
按照获取方式来分：
?可以通过爬虫从公开渠道获取的数据；
?存放于商家、政府部门或第三方机构的数据；
爬虫数据
先从爬虫数据说起，爬虫数据对于监测互联网以及高度依赖互联网做为渠道的公司都可以起到一定的监测效果。
大家可以看到，数据从网站上被收集下来后，呈现的状态是处于原始状态的，投资行业的大部分分析师是没有能力对这种形式的数据进行处理的。所以这样的数据是需要大量的数据分析员和工程师进行清洗和整合的。
以上只是一个非常简单的举例，但实际的爬虫会面临很多问题，是需要专业的工程师进行开发和维护的，并且高质量的数据库架构,维护和数据清洗也是需要非常专业的技术人员与设备的。对于分析师来说，不可能掌握所有的细节，但对于数据获取和清洗有一定的认知对于用好另类数据是必不可少的知识。在应用层面，我们可以通过分析某猫的数据监测到几百家上市公司的部分终端消费情况以及某猫的母公司的GMV情况，对于投资研究来说，是很有意义的。
爬虫可以获取的信息其实除了天猫这样平台，我们还可以通过收集某些单个公司页面上的数据对公司的基本面进行跟踪。比如美股上市公司好未来，由于其报名渠道已经基本在线上了，也就意味着绝大部分开班信息都会展示在其官方页面上。
我们可以提取出课程名，价格，地址，科目，是否满班，学习中心数量等信息。这样我们可以测算出课程满课率和公司的产能扩张进度等关键运营信息。
我们可以通过数据分析，提前半年知道学而思产能忽然从春季的同比40%+增长降到了暑假的20%以下（暑期4月开始报名，公司10月下旬披露暑期业绩）。
通过爬虫能监测的公司有很多，我们这次就不展开写了。接下来再介绍一种常见的另类数据源-信用卡数据。
信用卡数据
在美国，在信用卡数据做的比较大的一家是大家熟知的万事达。主要产品为-MasterCardSpendingPulse。主要覆盖行业在汽车零售，百货商场，超市，餐馆，酒店等消费渠道数据。因为像万事达这样的公司在支付行业是清算中心的角色，他们所拿到的数据一般只能看到每一单交易的金额，所以他们的数据通常无法跟踪到具体的商品，但这种数据能跟踪到某个渠道在销售总额和订单数。所以信用卡数据通常是用于研究消费类的渠道，商旅或休闲产业等非刚需消费板块。
除了MasterCard的数据，其实很多像Mint这种提供PersonalFinance服务的App也把自己的数据做成了产品在投资行业里面销售。由于所有的数据都是总量的子集，并且没有一个数据源是百分之百无偏差的，所以不少的投资机构会购买几种相似作用的数据源，来进行交叉验证，以保证判断的准确性。
在中国，信用卡数据在2016年之前是一种非常优质的数据源，但之后由于手机支付的迅速普及，国内的信用卡数据就在大部分类型的渠道监测上失去了作用，只在奢侈品店和高级酒店等客单价非常高的渠道上还有不错的监测效果。
由此可见，数据质量跟数据的收集方式有很大关系，如果收集数据的渠道出现了变动，此数据源将会出现巨大的变化，预测效果也会变差。这也是为什么笔者一直强调深度理解数据源对于后期分析的重要性。
另外需要强调的是，数据本身并不能预测任何股价走势，但数据能帮助我们在一个新的角度去理解公司和行业，能补充我们认知的不足。数据也不能代替严格的基本面研究，因为缺乏了对公司和行业的基本认知，使用者并不能理解数据背后的含义。数据本身没有太大的意义，只有经过了分析师处理和理解的数才会带来价值。
基金能不能当储蓄？
买基金有七八年了，有一定发言权！
1、基金肯定可以当做储蓄，但是必须是闲散资金，并且不能给自己加杠杆。
2、基金是以股市为投资，所以盈利和亏损都是必然的。所以心态很重要。
3、如果想作为储蓄，走长线肯定是可以的。跟着市场做定投，差不多高位抛一点，震荡期再吸入，来回波段，长期肯定有超越理财产品和存款的几倍收益。
所以，买基金可以作为储蓄
关于基金另类投资，基金 另类投资的介绍到此结束，希望对大家有所帮助。
