中欧基金曲径：将科技和基本面结合的系统化投资体系_创投

导读：以前10年对人类生活改变最大年夜的就是科学技巧。科技的本质是大年夜幅进步劳动临盆效力。数据技巧已经不是一个零丁的行业，而是为所有行业赋能的对象。资产治理行业也是如斯。将来10年资产治理行业最大年夜的变革大年夜概率是来自科技赋能。

中欧基金的基金经理曲径就是如许一位拥抱技巧的新时代基金经理。她将公司和行业的根本面逻辑抽掏出来，经由过程数据回溯验证后，构建成一个投资体系。这个体系会赞助她来检测行业和公司的周期性与成长性，给出选股和行业设备的旌旗灯号。

在这一套体系化投资的框架中，最核心是提取精确的根本面逻辑。曲径在建模前会访谈大年夜量的行业专家和表里部分析师，并且将他们的逻辑用汗青数据回溯，沉淀出有效并靠得住的驱动身分。这须要对根本面有进一步的认知，并且可以或许将感性认知体系化。以前几年，曲径已经构建了包含金融、周期、花费在内的大年夜部分行业数据图谱，并且从行业懂得的角度构建了多层次的投资框架。

我们认为，体系的构建如同“滚雪球”一样，将来有很强的复利效应。经由过程体系可以或许赓续将认知沉淀，并且赓续优化这个体系，最终变成了一种强大年夜的算法，赞助基金经理懂得各类行业变更，捕获到投资机会。无论若何，科技确切在改变资产治理行业，量化和根本面的结合也已经成为行业新的变革点。

以下，我们先分享一些来自曲径的投资“金句”：

1. 我们并不是量化投资，是根本面出发的体系化投资。我们用本身的数据体系进行根本面投资，定位介于被动因子投资和传统根本面投资之间

2. 体系就像一个探照灯，按期扫描全市场，发明被市场忽视的信息

3. 我们的投资，也是回到根本面的泥土上去做，先懂得它、消化它，再将数据和根本面相结合，找到适应当前阶段的“科技赋能”

4. 我认为量化是一种对象，并不克不及被称作一种投资理念

5. 我们追寻投资的第一性原则，找到核心驱动力的泉源，为此我们会花大年夜量时光访谈研究员、行业专家，去进修和懂得行业视角，然后放弃嘈杂的细节信息，只抓核心逻辑

6. 用平均数计算的一致预期净利润猜测，并不表现卖方心中的精确猜测，更不是买方心中的预期，那么用它构造的估值必定就是风险因子

7. 根本面量化是，每小我做出的盒子都是不合的，因为每小我对根本面懂得的逻辑不合

8. 体系化投资的三个步调：1）抽取核心逻辑；2）构建模型；3）让体系主动发送旌旗灯号，个中最难的是第一步。要把行业的核心驱动力抽掏出来，须要一些深度上的认知

根本面出发的体系化投资

朱昂：可否谈谈你们的投资框架？

曲径严格意义上说， 我们并不是量化投资，是根本面出发的体系化投资。我们用本身的数据体系进行根本面投资，定位是介于被动因子投资和传统根本面投资之间。

我们都知道A股是弱有效市场，在各个交易周期上都有Alpha。量化私募已经用事迹证清楚明了20日以下的中短期技巧交易，可以有丰富的收益；根本面基金经理研究更专注看得更深，持股集中，证清楚明了中经久根本面选股具有Alpha。我们本身介于这两者中心，比较劲化投资，我的根本面逻辑更清楚，去抓住权益投资的核心逻辑；比较传统根本面，我的投资覆盖更宽，过往胜率更高，但因为我们没有根本面那种对公司的前瞻信念，必定持股周期也不克不及达到他们的2-3年。我们这种体系化投资的框架，对应目标是1-2年的景气周期，是以对应的持股空间应当在3个月到1年。以前几年的事迹证实，对应如许的投资周期，A股也展示了弱有效市场的特点，发掘了独特的超额收益。

再深刻一点讲，比拟于根本面投资，我们的优势是信息处理才能，以及对公司的广泛覆盖度。对于个股的研究深度上，我们比不上根本面投资。然则我们覆盖的行业足够多，持仓的股票也多，也能达到一个比较高的稳定胜率。 我们这套体系就像一个探照灯，按期扫描全市场，发明被市场忽视的信息。主动治理的根本面投资基金经理时光和精力有限，他们的存眷点也会有盲点。比如说以前两年大年夜家都很存眷白酒、医药、科技范畴的投资机会，而另有很多行业的机会是比较被忽视的，我们经由过程构建一个信息体系，赞助我来监控更全局的变更。换句话说，我的体系就是我的尖兵。

比拟于纯量化的投资，我们又加倍根本面，所有的模型输出都建立在根本面逻辑的支撑上，也会纳入更多的行业特别数据和独特的选股数据，并不是完全依附因子投资的模型。从不合投资方法的图谱看，我们会比纯量化投资更主动，然则又比传统根本面投资更体系化。

回不雅汗青，昔时高盛的Global Alpha范围做得很大年夜，收益率也很高，堪称一个事业。我认为那个时代的根本面多因子就是一群聪慧人把优良投资者脑筋里想的工作体系化了。比如说巴菲特要买低估值的公司，且公司要有经营壁垒。这个逻辑简化了就是 PB-ROE的二元模型。通俗而讲，多因子简略单纯的模仿了优良基金经理对待公司的视角。

美国当时的多因子为什么有超额收益呢？我认为在90年代到新世纪，因子投资在数据处理上确切有比较优势。当时大年夜部分基金经理照样用Excel测算，而可以或许用上Oracle的数据库，把审计申报中的每一个科目，精确的放进构造化数据库。这在当时已经属于一种科技赋能，大年夜幅进步了临盆力。所以光辉也是时代的产品，那一代的多因子投资人既懂些根本面，又稀有据获取和回测的才能。

而站在今天，任何一个基金经理都可以用三方平台，一行代码都不消写，用鼠标点一点，就能做一个20年的多因子回溯。我们认为，因子投资已经不克不及完全算先辈临盆力了，最终会逐渐演变为风格投资。风格投资的不稳定性会导致有些年份赚钱，有些年份亏钱，最后可持续的超额收益就不多了。

我们再往返想一下昔时美国的多因子根本面量化是若何赚到超额收益的。核心就是抓住了两点：1）精确的根本面逻辑；2）数据处理体系搭建的比别人更快更好。 我们的投资，也是回到根本面的泥土上去做，先懂得它、消化它，再将数据和根本面相结合，找到适应当前阶段的“科技赋能”。假如过于看重每个因子的表示，凭空假造，就会出现只见丛林不见树木，老是停在投资组合的层面，陷入越来越不懂根本面的局面。归根结底我们是在做权益投资，最终是要落实到个股和行业上的投资。

朱昂：你认为量化投资和价值投资、成长投资的关系是什么？

曲径市场上有一种误会，经常把量化投资和价值投资、成长投资等理念并列在一路说。 而我认为量化是一种对象，并不克不及被称作一种投资理念。这个对象可以拆解成各类各样的理念。就像读到同一条消息，偏好博弈的人看到的是短期交易机会，经久视角的人看到的是行业格局的演变。最终我们做出什么样的模型，不仅依附于技巧才能，更多是投资理念、性格展开、甚至小我价值不雅的不合。

朱昂：也就是你们经由过程把根本面研究逻辑进行构造化处理，去断定行业和公司的投资机会？

曲径可以这么懂得，很多时刻根本面描述本身的逻辑，并没有经由过程数据验证。有时刻和研究员评论辩论了一个逻辑，我们做数据验证后发明，这个逻辑只是比来这一次是对的。所以建模后出现的成果仿佛很简单，就是抽取了几句话，其实背后我们可能验证了好几十套逻辑的修改。将逻辑串行并行，参数赋权，甚至一个逻辑推演里面，测验测验换了几个数据替代后，才落地了真正的模型。数学建模是个技巧活，会技巧又有耐烦去揣摩根本面的人不多。

将行业认知提取成可跟踪的数据

朱昂：可否谈谈你们的体系化投资流程？

曲径我们的体系化投资流程有三个步调：

起首，我们要提取行业和个股的根本面逻辑。第一步是全部投资流程中最重要，也是最难的。因为行业逻辑的提取，是仁者见仁智者见智，每一个做投资的人都在想这个问题。我们追寻投资的第一性原则，找到核心驱动力的泉源，为此我们会花大年夜量时光访谈研究员、行业专家，去进修和懂得行业视角，然后放弃嘈杂的细节信息，只抓核心逻辑。

比如说我们提取养殖行业的根本面逻辑时，根本上访谈了所有的卖方新财富分析师，把本身算作一张白纸，让他们用培训新员工的PPT来给我们上课。即便如许，我感到研究照样太浮于外面，没有把握到真正的核心。当然，这是挺难避免的。人道决定了大年夜家作决定计划时轻易对近期的信息权重高，把80%的时光花在了研究比来的“变更”上；而最后，短期信息也许只供献收益的20%，中经久的驱动供献了收益的80%。于是我们决定我们从新回到“猪是怎么养的”这个第一性道理的问题上，访谈专家，抽取了核心周期逻辑，再进行数据测算和验证。在建模的过程中，我们抽取的是行业视角，我们最终建模用到的数据甚至包含豆粕和玉米的期货价格，这和PB-ROE等传统的因子视角是很不合的。

其次，我们会做回溯测试。“未战而庙算胜者，得算多也，未战而庙算不堪者，得算少也。多算胜，少算不堪，而况于无算乎。”回溯测试就是这个“算”的过程，答复的是这个问题：我们汗青上打胜仗的概率高么？之前和做过家当经济学的同伙聊我们的研究框架，他给出了另一个视角，他说“回溯测试”这个词听着太微妙了，在他们家当经济学看来不就是“实证研究”嘛。其实大年夜家都是在做类似的工作，用数据和汗青案例来“算”获胜的概率。

我们照样拿养殖为例，当前的龙头公司2014年才上市。那汗青上2007年、2010年的周期怎么“算”？我们最后搭建了体系，去扫公司的资产负债表和损益表，从新定义汗青上养殖的龙头公司，答复复兴当时的情景，自行编制养殖指数。最终我们测算下来，对于汗青上四次猪周期，我们体系的断定都是精确的。更有意思的是，我们看到的本轮猪周期的起点，和猪瘟没有太多关系，在2018年中旬就开端了，猪瘟更多是一个助推身分。我们有时刻会开打趣说：“农户散养其实就是钢铁里的地条钢”，因为抽取核心逻辑后，周期皆通。

最后，我们要把这些逻辑都写进我们的体系。我们的体系不是excel表格的方法，而是把这些逻辑都写进自建数据库，数据库会主动帮我去扫描数据变更，测算旌旗灯号，发出操作指导，这大年夜大年夜节约了我们日常平凡的时光，让我们可以或许把更多的精力投入到新的研究中。

体系化的长处是特别客不雅理性，同时覆盖广阔，能比较前瞻断定行业的拐点。比如说在本年7月初，我就收到体系主动发送的邮件，提示我传统乘用车进入了可投资区间。当时，市场上的热点照样芯片、医药等，我们应当算较早的发掘了乘用车机会。当时，专门找到汽车行业专家商量乘用车清醒的问题，有趣的是他们本身都对乘用车不乐不雅。这时刻专家看法和我的投资体系产生抵触了，于是我又把建模的汗青旌旗灯号拿出往返想了一下，发明从2000年至今的20年汗青上的一共9次超配旌旗灯号，我们模型都是精确的。最终，我选择了信赖体系模型，也获得了不错的成果。

数据的速度和质量带来超额收益

朱昂：关于超配汽车行业的案例，可否再展开讲讲？

曲径本年7月我们的体系就发出旌旗灯号强烈看好汽车整车，后来8月也看到市场逐渐存眷了乘用车板块。简单来说汽车是一个典范的花费周期股，供给和需求两边都邑对行业产生驱动，导致汽车行业既有库存周期也有需求周期。

市场上大年夜部分的汽车研究员，都邑跟踪乘联会颁布的汽车发卖数据。这个数据有两个缺点：第一，数据是上市公司报给乘联会的，是“批发数据”，公司可以经由过程把汽车库存压给4S店而实现“虚高”；第二，这个数据是一个滞后数据，是第二个月才通知布告上个月的数据。

这个就像昔时美国的多因子投资经由过程Oracle主动整顿数据一样，他们在数据获取上有速度优势。 对于我们来说，也须要在数据获取的速度和精准度上超出市场。我们会去尽量经由过程技巧手段，找到代表汽车终端零售的高频数据，旌旗灯号也就能更前瞻也加倍精准。

所以大年夜部分人是在8月份看到了汽车销量持续转正，确认了剪刀差的反转旌旗灯号。而我们更早一点点把发卖数据算清楚了，比市场确认的行业反转提前了一些。

朱昂：那么你们是若何对各类高频数据进行收集的呢？

曲径一方面我本身会经由过程调研和测试寻找一些数据，另一方面中欧基金的研究平台有一个智能研究团队，这个团队会专门采集数据，把数据进行构造化处理并且做IT开辟，他们是做出一个数据的全集。我不是基于数据往返履行业旌旗灯号的，而是先从根本面角度做数据的验证，是以最后不必定用获得全集数据，我可能就用到一两条核心数据。比如说汽车行业的逻辑，我会先用乘联会的数据验证以前20年的逻辑；在确认逻辑精确后，去搜寻更高效的数据，把这些数据迭代到我的模型中，如许我就会有比市场更左侧一点的旌旗灯号。

较低的基准偏离度和较高的超额收益

朱昂：那么像这些对周期有比较深刻know how的行业，你这边覆盖了若干个？

曲径我们这边把所有的周期股、金融股，以及花费股等板块梳理得较好，最大年夜挑衅的在于成长股。必须承认，这一部分确切还在摸索中，不是我当前的强项。成长行业须要更多前瞻视角和行业断定，既要要看得深，又要看得准。将来这个成长角度更要依附于公司平台，期望公司的深度研究能给我更多的助力。

朱昂：当你的体系发出了某个行业超配的旌旗灯号时，你一般在这个行业上会下注若干比例？

曲径我用的是一个风险预算的办法。假设经久来看我们在选股上的超额收益年化做到15%，那么我在行业上的风险预算就不克不及吃掉落这15%。假如把我们的产品抽象成一个固收+产品，那么这15%就是我们大年夜概率能获得的固定收益，作为打底收益。我可能会在这个基本上拿出7%的风险预算去做行业偏离。同时，并不是所有行业都有如许的正负旌旗灯号，最终须要和基准偏离的行业只有少数几个，那么单一行业的偏离度最终只能裸露3-4个点。

朱昂：也就是说，你异常看重对产品基准的跟踪误差？

曲径 我们整体的跟踪误差控制很好，比传统框架下的指数加强还要低。我们的信息比率很高，本年500加强产品的信息比率快到5了。当然，本年是选股Alpha的一个大年夜年，30%的超额收益确切也跨越了我本身的预期，我认为可期的常态是年化15%阁下的超额收益。

估值是风险因子

朱昂：哪些是风险因子，哪些是Alpha因子？

曲径关于这个问题，我们本身也一向在思虑。 我每个月都邑拆解基金的风险裸露。Barra里面有一个风险就是earning，也就是PE估值（市盈率）。为什么估值是风险因子呢？因为这里用的是公司以前的盈利和将来盈利猜测，这个将来盈利猜测用的是卖方一致预期。但我们知道， 用平均数计算的一致预期净利润猜测，并不表现卖方心中的真实猜测，更不是买方心中的预期，那么用它构造的估值必定就是风险因子。

假如我们可以或许把一个公司来岁、后年、以及将来五年的盈利算清楚，再倒推计算今天的估值，这个数与一致预期的估值之间的预期差，就会在归因分析中落到Asset Selection（个股选择）那部分，而不会落到Risk（风险）那一栏，就会是Alpha因子。

无论是我们如许的体系化投资，照样传统的根本面投资，很重要的抓手就是对公司的将来进行断定，懂得公司将来1年、2年、5年的净利润能做到什么样的程度，也包含达到曲线是个什么样子，再回过火来看估值，才是精确的估值。

朱昂：我们之前访谈过一些高频量化，因为高频市场的容量有限，也开端进入低频的根本面量化范畴，这个会对你们的超额收益带来冲击吗？

曲径我认为假如他们真的把根本面量化做好了，肯定对我们有冲击。然则根本面量化和高频量化不太一样。高频量化更像一个黑盒子，假如有人偷走了这盒子里面的逻辑，也能去开私募赚钱了。

而我们的根本面体系化投资，每小我做出的盒子都是不合的，因为每小我对根本面懂得的逻辑不合。我们本身构建的模型，都邑参加本身对行业的逻辑懂得和断定。正因为每小我的懂得和断定不合，构建出来的模型也是会各不雷同。

胜率的关键在于把握精确的行业逻辑

朱昂：Alpha就是一种Edge（竞争优势），你认为本身的Edge在哪里？

曲径我前面讲过 体系化投资的三个步调：1）抽取核心逻辑；2）构建模型；3）让体系主动发送旌旗灯号，个中最难的是第一步。要把行业的核心驱动力抽掏出来，须要一些深度上的认知。我们的超额收益来源，照样在根本面的懂得方面。

朱昂：你怎么对待量化投资在中国将来的成长？

曲径我认为公募基金的量化投资会往两个偏向走，一种是越来越向被动投资这条路走，最后变成风格产品，包含还会出现很多Smart Beta的基金，收费低范围大年夜，也可以成长很好。另一种是像我们如许往根本面的偏向走，试图经由过程人脑再创造一些阿尔法，做成一个体系化的投资。我们认为A股作为典范的弱有效市场，主动治理的Alpha还很丰富，今朝看指数加强以前每年能在指数上在增厚15%，比较没有收益增厚的ETFs，具有明显的吸引力。

朱昂：你的投资生活中，有什么飞跃点或者突变点吗？

曲径我感到本身的投资生活没有飞跃吧，感到本身的投资方法更像一头老黄牛，天天在地步里垦植。不过，从根本面的角度逐渐懂得A股是我这几年最大年夜的收成。以前我只会写代码，相对来说工作比较封闭。这几年我经由过程对根本面的懂得，看到了一个不一样的世界，让我认为很高兴。“进修是人的本性”，我特别认同这一点，把逻辑弄明白给我带来了挺多成就感。

| | | | |