南方基金和新浪财经联合出品的大数据100指数基金(001113)于今日起发售，募集规模上限为10亿元。该基金引起行业广泛关注，投资者也许还在犹豫，大数据指数基金的预期年化预期收益是否会高？本文作者将为你分析大数据如何帮你获得70%高额预期年化预期收益率。

　　投资者的意识形态(即金融行为)主导了股市短期走势，公司业绩决定股票长期表现。当大量投资者开始关心某些股票并在网页、股吧、微博上留下“痕迹”时，这些“痕迹”就具备了统计意义，可以揭示其未来的走势。

　　当今流行的行为金融学认为，个人投资股票实际上不仅仅是简单地出于财富增值的目的，更多的也是源自一种多方面的心理需求。这种心理需求最主要的体现可以归纳在三个方面的回报。

　　其一是表现回报，通过整个炒股过程我们向自己和他人传递我们的价值、品位和身份信息，以期得到认同或羡慕；其二是情绪回报，通于购买彩票和投资投机性股票会使自己看到希望以及体验到时而的胜利所带来的欣喜若狂；其三就是功用回报，投资可能会增强自己经济地位的影响并带来财富的增值。

　　如果你投资股票主要出于前两个原因，那么你就不需要读我的这篇文章；如果你的目标明确是想赚钱，那么不妨读读我要说的观点。

　　非常大概率地讲，投资赚钱只能靠长期复利。就是说，如果你能每年赚15%，那么十年后你开始投资的100元就会变成404元。

　　听到这，可能你的第一个想法就是如何做到这点？解答这个问题之前，你应该先思考一下，我们如何能够战胜代表市场的指数？(其实市场只是个泛泛概念，中国股市中沪深300(4739.814, 120.65, 2.61%)、中证500、创业板各指数每年反映的市场差异可能会很大)。同时你想过没有，任何一个代表市场的指数其实就是一个量化模型？

　　以沪深300指数为例，这个模型的规则是透明的：1、剔除A股全市场中过去一年日均成交量排名后50%的股票；2、对剩余股票按照最近一年日均总市值由高到低排名，取前300只股票做为成分股；3、对300只个股使用自由流通市值作为权重构造一个组合；4、每半年做一次成分股调整。那么了解了这个模型后，你觉得你有更好的方法、策略或者模型打败它吗？你每年打败它的胜率是多少？你每年超额它的预期年化预期收益率几何？其实非常少的人想过这些问题，更不用说回答这些问题。

　　在明白了市场就是一个量化模型之后，身为投资者的你就可能非常容易地接受这样的理念：一定有更好的模型可以带来更好的预期年化预期收益风险比率。因为上面阐述的如此简单的模型不可能就是最好的预期年化预期收益模型，而实际情况也恰恰如此。