【摘要】2022年，公募基金产品已经超过10000支，3000多位基金经理呕心沥血挖掘产业信息、迭代投资方法，力求为投资者奉献优厚业绩。因此，猫头鹰研究院将推出“Star100”系列，为大家呈现与解读中国顶尖的百位公募基金经理鲜为人知的投资战事。本期将聚集中欧基金的曲径。自2015年加盟中欧基金至今，曲径在市场的起伏中建立了一套分行业建模的方法论，开辟了“量化投资中国化”与“资本密集型投研体系”的全新道路。
去年12月，地产业正处寒冬，多家房企债券接连违约，股市债市一片哀嚎。但中欧基金的曲径并没有停留在随波逐流、人云亦云的状态。她费心多年，结合地产研究员的行业框架与量化团队搭建的数据系统与地产行业投资模型，在萧瑟的市场环境中发出了看好地产板块的信号。
在量化技术的辅助下，曲径仿佛织就了一张覆盖多元数据的蛛网，数据上的异动能迅速被她感知。这种技术与认知的创新，很快就体现在了持仓上。2022年一季报显示，地产板块出现在曲径管理的中欧数据挖掘混合A（001990）等产品的前十大重仓配置中。
通过挖掘具有解释力的数据、捕捉细微的变动，敏锐配置景气或困境反转板块，是曲径的“拿手好戏”。在分散配置的基础上，曲径力求把握先机，通过追求部分行业增厚产品利润，例如在“中欧数据挖掘”中，2018年一二季度报显示基金经理曾在低谷中增配医药，2020年底配置了化工，2021年增配电力设备等等，都是“经典之作”。（数据来源：基金定期报告）
这种敏锐的市场嗅觉、开阔的行业能力圈，来自于曲径过去十几年的不停迭代。曲径是美国卡内基梅隆大学计算金融专业硕士出身，在2015年加入中欧基金后，开始开发立足于中国市场与公募基金的量化投资方法论。
作为科班出身的投资者，曲径很快就发现，传统的基本面量化PB-ROE-Growth框架，在中国市场难以奏效。一方面是因为中国很多行业的公开数据并不齐全、尤其是历史数据累积尚薄，另一方面是因为市场参与者多、因子挖掘太“卷”，超额收益难觅。
于是，她另辟蹊径。首先，是把更多的精力放在挖掘行业认知上，借鉴主动选股的行业研究框架，寻找能够衡量行业与企业边际变化的可测量的变量，不仅要准，而且要快；其次，借力公司内部的投研一体化，拓宽行业能力圈，在部门内部代码公开、模型共用。
在这个开放体系下，曲径的“中欧数据挖掘”、“中欧量化驱动”等产品在跌宕起伏的市场中取得良好的业绩，是公募量化的佼佼者之一。在过去的几年中，通过基本面量化策略，测算养殖、新能源汽车以及军工板块的另类数据，追求多行业超额收益（中欧数据挖成立以来收益率120.81%，同期业绩基准34.34%，中欧量化驱动成立以来收益率69.93%，同期业绩基准67.46%），都是她的经典手笔。（数据来源：基金定期报告，截止2022.6.30）
如何把量化投资中国化，是公募基金量化基金经理共同面临的挑战与机遇。中欧基金与曲径到底是怎么在深度上挖掘超额认知、在宽度上不断拓宽能力圈的？
01、新知：基本面量化的范式
2008年，曲径刚刚毕业、投身金融业工作不久，就碰上海啸般的次贷危机。在一片“墙倒楼塌”的环境下，曲径自此决定，要用量化投资的方式追求高胜率的投资。
但这条路并不见得比其他主动投资容易。常见的量化策略大致有量化对冲、CTA、指数增强、PB-ROE-Growth等等，但每一种方法都有其诞生背景与应用场景。
例如，早期的基本面量化，用的是PB-ROE-Growth三因子模型。这是20世纪80、90年代在美国大行其道的策略，本质上体现了优秀的主动选股的思维框架，PB是便宜，ROE是好公司，Growth是高成长。多因子量化通过快速、大量处理公开财报数据，选出高增长、低估值、有护城河的公司。随着这种策略逐步流行，超额收益也迅速下滑。
而在美国科班出身的曲径，最早使用的主要策略之一，是量化对冲。所谓量化对冲，通俗理解就是做多股票组合，并同时做空股指期货。但在股指期货缺席或体量太小的情况下，对冲策略很难实行。
因此，在加入中欧基金后，曲径要面临的重大挑战，就是找到适合中国公募基金与股票市场的量化投资策略。
曲径很快就发现，在多因子框架下，跟积累深厚的主动投资相比，挖掘因子本身已经输在了起跑线上，加上行业的“内卷”，因子挖出来后也会迅速失效。在彷徨中，曲径重新思考美国量化投资的发展历程，剥离各种流派的框架，思考到底是如何赚钱。最终发现，长期的赚钱方式，一定是需要抓到行业基本面的核心逻辑，而且这个逻辑是能反复使用的，而不是迅速失效的。
于是，从2017年开始，曲径开始带领中欧的量化团队走上一条独特的基本面量化道路。具体可以分为三步——
（1）确定行业范围。
曲径并不是在所有行业都建立量化模型，而是有的放矢：侧重有历史规律可遵循、有数据可以追踪、有长期生命力的行业，不参与景气度较高、交易较拥挤的赛道。最终，曲径把火力集中在了偏周期与中小盘的方向上。
在中欧基金投研一体化的体系下，曲径的分行业建模成为可能。例如，在很多人觉得能见度较低的军工领域，曲径却可以与军工研究员反复交流后，寻找能够刻画行业变化的变量所以她以核心中观变量为切入点，就可以让披着神秘面纱的军工行业变得更容易被测量。
有些行业虽然距离消费者近，但对于量化研究来说却不适合，例如消费电子。即使能够跟踪到部分供给端数据，但对于需求端量化模型却不擅长前瞻和预判，相反，长期跟踪标的的主动基金经理却可以追求机会。
（2）做好数据跟踪。
在确定已有规律可循的行业为主攻范围后，需要解决的下一个问题就是如何追踪数据。这看似简单，但在实际中并非易事。
例如，很多行业的数据不连续，或者统计口径发生过变动等等，都需要研究员加以甄别与处理。因此，在中欧基金的量化团队内部，为了使研究可持续进行，建模时不仅需求及时跟上统计口径、会计科目的变化，还要准备好数据的Plan A、Plan B，也就是首先要跟踪什么数据，如果这个数据中断了，则用什么其他数据进行替代。在这样的工作沉淀下，信息不断积累，内部沟通效率也越来越高。
（3）建立两套模型。
有了基础数据后，曲径就可以根据行业逻辑进行建模。她通过模型功能的差别把整个模型分为两个部分：前端策略模型、中台风险模型。
曲径的策略模型又细分为三个部分，分别是宏观、行业、个股，通过多个因素角力决定仓位高低，配置比例以及具体标的选择。也就是说，通过关注高景气行业，并追求把握当中优秀的公司，是曲径追求超额收益的主要策略。
除了策略模型，曲径也做风险模型，主要用于测量整个组合的构建情况，以及组合中不同板块的风险分布等等。
在中欧基金投研一体化的支撑下，曲径走上了创新性的基本面量化道路。但一套投资方法，能否从思路走向应用，还需要通过实战的检验。
02、机遇：分行业建模的体系
“基本面量化”、“分行业建模”听起来简单明了，但落到投资实战中却需要面临诸多挑战：有的行业数据太多，需要抽丝剥茧抓住主要矛盾；有的行业数据太少或者统计不连贯，需要另辟蹊径；有的行业已经被市场深度挖掘，需要找到新的方法去更精准刻画本质从而赚取阿尔法；还有的行业可能不适合使用基本面量化方法。
因此，在实战中，曲径建立了一套基本面研究与模型搭建的4大分析基本步骤——即，行业框架构建、模型搭建、细化测量工具以及综合市场博弈。
在实战思路下，曲径的行业模型，有些是左侧交易的，侧重在困境反转、政策逆转时进行配置；有些则是偏向右侧交易的，侧重高景气度。
在步骤环环紧扣、逻辑层层深入的研究下，曲径带领团队做出的行业模型，往往既能捕捉行业边际变化、又能指引交易。实际上，在这样的深度研究、并且极具实战能力的建模思路下，不仅能捕捉投资机会，还能平衡投资风险。
2021年年中，半导体板块在“国产替代”逻辑的推动下，股价与情绪一度站上高点。但海外投行却出了一份看空半导体的报告，引起了国内半导体研究员的隔空激烈反驳，半导体板块行情震荡。
而曲径在细致回测了半导体的历史行情后，发现半导体在中国还是一个成长行业，但在全球已经是一个周期行业，当时中国国产替代的alpha或不足以抵消全球半导体下滑的beta，因此在2021年二季报中可以看到，半导体板块并没有出现在前十大重仓配置中。
沿着“行业框架、模型搭建、测量工具、市场博弈”四个步骤，曲径在基本面量化上取得了远超市场的行业深度认知，并且在交易中坚守纪律，在横跨地产、半导体、金融、新能源、军工等行业的分散配置中，追求了长期丰厚回报的机会。
在跨越诸多行业藩篱的背后，隐藏着曲径与中欧基金的核心竞争力。
03、开放：个人与平台的迭代
复盘曲径基本面量化策略的迭代和萃取，从2017年至今在多个细分行业抓取核心逻辑建立模型的过程，可以发现中欧基金在量化投资上的两条鲜明发展脉络：（1）在横向上，搭建开放体系，拓宽认知边界；（2）在纵向上，组织与个人在复盘与迭代中不断成长。
在过去很长时间里，量化投资以覆盖面广、交易速度快闻名，但在研究深度上，传统因子量化有所不足。而且，由于团队之间的竞争激烈，相互之间交流少，内部沟通成本高且经常出现工作重合的情况。
在应对研究深度与内部交流不足的问题上，中欧基金没有喊口号、挂标语、搞团建，而是通过两个关键步骤，建立了一套开放体系，打造出了公司内部共享的研究基础设施。
其一，在数据来源上，中欧基金在公司层面统一采购各种可公开数据源，并对公司内部全部开放。
这种做法，改变以往投资公司的人力密集型模式，转变成了资本密集型模式，以更强的信息优势、数字化能力，使公司成为能为投研团队赋能的平台。在这个体系下，中欧基金内部的50多位研究员，在制造、消费、科技、医药、周期等赛道上大展拳脚。
其二，在建立模型上，曲径突破成规，团队内底层代码公开、模型共用。
在实践中，曲径的团队完全达成了“投研一体”的研究方式，基金的业绩是团队集体智慧的成果。量化研究员写好一个行业模型后就会上交给自动化系统，这样就可以腾出精力，接着做新的研究。而且从团队层面来看，如果后续有新的观点、模型，就可以在前人的基础上优化，不需要从头再来。
这套开放体系的威力，在过去两年中欧量化团队对新能源、“旧能源”的投资上体现得淋漓尽致。
由于专业分工，市场上同时研究并投资新能源与煤炭的人少之又少，但曲径却在配置上兼顾到了新能源与煤炭板块。
其中，在研究汽车行业的时候，她与研究团队在反复讨论后，迭代了模型，舍弃了冗余数据，取而代之用更有效的信息替代性指标来推算，大幅优化了刻画乘用车销量的精准度，在这个增速飞快、变动频繁的行业里追求超额收益的机会。
比如在研究煤炭的时候，则从煤炭上市公司会计报表及附注中，挖掘出了标志性的基本面变量，推算出未来产能的投放，前瞻地估算出去年全国煤炭潜在产能，判断供需及煤炭价格，发现其投资机遇。
曲径的业绩显然是受益于投研一体化开放体系，但一个基金的业绩，不仅取决于公司体系的良好运转，离不开每个投研人员的成长。
在量化团队内部，以写作双周投资笔记为复盘基础。通过不断回顾、检验自己的研究思路、投资决策、在市场波动下的情绪，并向团队分享个人得失经验，投研人员在自省与大量交流中形成自己的风格与团队的共同价值观。
曲径曾经在直播中提到：最喜欢听到小伙伴自己感慨“以前写的模型实在太幼稚了”。这句话，揭示了中欧基金量化团队以迭代驱动迭代、以成长投资成长的核心秘密，只有个人的不懈努力、不断成长，才能把团队投资理念、公司基础设施的威力的发挥到淋漓尽致。
以开放体系获得深度的行业认知，以逻辑严密的量化模型刻画市场变化，以个人成长驱动投研能力的不断提升，投研一体化落到实处，认知与实践构成良性循环，最终让曲径与中欧基金量化团队在变动频繁的市场上建立了护城河。
尾声
中国资本市场自建立至今，用三十年的时间走过了海外成熟资本市场上百年的发展历程。在市场与时代的进程中，量化投资作为新生事物，从海外进入中国市场后，同样也在短短十年的时间里经历了原始、蛮荒、魅影、祛魅的过程，从草莽英雄都市传说，到高频交易魅影重重，最后走向基本面量化。
在量化投资的激流中，曲径在中欧基金的7年实践，摸索出了一套分行业建模的方法论，而中欧基金在投研一体化的实践中，不仅建立了从认知到实践的闭环，而且开拓了资管公司投研体系从人力密集型模式转向资本密集型模式的升级之路。
因此，在中国社会财富稳健增长、量化产品市场份额蒸蒸日上的图景下，曲径的投资能力和中欧基金的资本密集型开放体系所带来的投研优势，仍有很大发挥空间。
滑动查看完整风险提示
基金有风险，投资须谨慎。以上内容仅供参考，未经同意请勿引用或转载，其中的观点和预测仅代表当时观点，今后可能发生改变。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。
以上基金为混合型基金，其预期收益及预期风险水平高于债券型基金和货币市场基金，低于股票型基金。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。本产品由中欧基金发行与管理,代销机构不承担产品的投资、兑付和风险管理责任。
全文完，感谢您的耐心阅读。
