上表可以比较直观地看一下这四个互联网公司做的股票指数的简单情况
互联网公司的证券指数们
“淘金100”：股票池包括1700只个股
昨日上午9点30分，博时“招财一号大数据保本基金”在蚂蚁金服旗下的招财宝平台正式销售，额度40亿元，共分两次销售。
记者打开招财宝网页查看发现，它是一款承诺保本的混合型基金，投资期限是两年。在基金成立后，将会把40%的资金用于投资股市，剩余60%的资金用于购买债券等较低风险的理财产品。
据介绍，蚂蚁金服平台采用的电商大数据对应35个行业，涉及1700多只股票，覆盖A股市场的近七成，这是“淘金100”指数的股票池。在原有模型的基础上，新引入的电商大数据约占三分之一的权重，数据反映出各行业景气指数，包括活力指数、供需指数、价格指数等。
假设“招财一号”总规模为1亿元，那么4000万投资股市，6000万购买债券。假设债券年化收益6%，那么这一部分一年的收入是360万元。
股市部分的收益多少呢？网友“candy”这样认为，“就算今年股市后一阶段的表现不及预期，就算想得悲观点，至少80%的年化收益应该还是可以期待的。这样算下来，4000万的年收益就是3200万，总计收益就是3560万。再扣除基金的手续费等一系列费用，那么，这只基金应该还是有20%以上的年化收益啊。”
“新浪i100指数基金”： 利用大数据，能分析投资者情绪
作为国内首批深度融入财经大数据的指数产品之一，去年9月，新浪财经联手南方基金、深证信息公司推出了“大数据系列指数”，包括“i100”和“i300”两只产品。
今天将开始发售的“i100”指数基金，规模上限为10亿元。
目前公开的信息显示，在选股策略上，它将基于财经媒体与社交平台的大数据，挖掘投资者情绪等因素，选出综合排名靠前的100只股票组成指数样本股。同时，“i100”样本股实施月度定期调整。
即将负责“i100指数基金”的雷俊在接受媒体采访时表示，与国外股票市场更多是机构投资人主导不同，中国市场70%-80%是中小散户投资人，这导致了中国市场投资人本身的情绪对市场波动的影响非常大。而这些市场反应，可以通过用户的上网行为进行量化分析，从而可以提前判断。
数据显示，近一年来，“i100指数”上涨幅度达126.6%；今年截至4月10日，其涨幅超过59%，确实大幅跑赢了上证综指、沪深300等传统主流指数。
“腾安指数”： 互联网A股第一大数据指数
中证腾安价值100指数由腾讯与中证指数公司、济安金信公司合作开发的指数，是国内第一只由互联网媒体与专业机构联合发布的证券市场指数。投资者可以通过沪深交易所行情系统看到该指数行情。另外，中证腾安价值100指数旨在发掘市场中的价值低估个股组合，形成“黑马”指数。该指数既可以作为基金指数化投资标的，又可以作为普通投资者的“股票池”。据了解，银河基金公司已经对该指数进行产品开发，该公司旗下银河定投宝中证腾安价值100指数型发起式证券投资基金已经正式获批。
这个属于“媒体指数”，不算什么太新鲜的事，赫赫有名的道琼斯指数、日经指数、金融时报指数都是媒体指数——由媒体发布指数。
腾安基本上没有提及如何利用腾讯的数据来制作指数——虽然我们都知道，腾讯拥有强大的社交大数据。腾安是发布最早的一个互联网公司指数，13年5月的时候，微信已经出发，但并没有像今天那样无孔不入。
从腾讯公司的发言人身份来看，它也的确是一个媒体指数。我查到当时的媒体通稿里都引述了马立的致辞，马立是腾讯网的副总编。
腾安强调了它的专家评审机制，有这样的话语：“腾安价值专家评审委员会阵容强大，由财经媒体、证券投资、资本运作、市值维护、行业研究、宏观经济以及金融工程等不同领域的专家组成，从不同的专业角度排除投资地雷。”
很奇怪，腾安指数不怎么提及腾讯自选股，后者是腾讯旗下在证券行当里非常重要的软件。腾讯自选股与腾讯网同属OMG部门。
中证百度百发策略100指数：基于搜索的指数
2014年7月8日，中证指数有限公司、百度、广发基金管理有限公司跨界合作，宣布推出“中证百度百发策略100指数”。这是国内首只互联网大数据金融市场指数和首个可直接反映市场情绪的指数。兴业银行作为百度在银行业的唯一全面战略合作伙伴，也参与了这一项目的合作。
可以视为基于搜索的指数，在前互联网时代是不可想象的。也是前面提及的“道琼斯指数、日经指数、金融时报指数”完全做不出来的。
而且，它们与即时性有关，是真正的用“当下发生的”去预测未来。它们也和“全样本”有一定的关系，百度是中国最大的搜索引擎，在该领域具有压倒性的垄断优势。
搜索，反映着人们的兴趣（或者称之为意愿），某种意义上代表着“关注”。而且，人们在使用搜索的时候，是需要自己填入一个或者若干关键词的。搜索关键词理论上讲，可以找到人们在盘算这个议题时候的思考重点。
谷歌利用搜索，做了全美流感趋势判断，号称比医疗系统出来的数据还快还准，这是大数据领域中会被反复提及的经典案例。
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。”
参考来源：上海观察、今日早报等