不抱团、不押注，这只基金今年收益超30%
市场反复震荡，大盘跌破了3500点，两市成交量也跌破了1万亿。不少小伙伴向我反映，今年的市场很不好做，结构性行情明显，没有投资新能源或周期有色的，都没挣到什么钱。短期行业轮动特别迅速，很难把握。
当前，“眉飞色舞”行业已遭遇了不小的回调。新能源高位震荡，元宇宙概念对应的游戏、军工、旅游、芯片等板块相继表演，市场热点涣散，并没有一个明确的主线。这样的市场让投资者有种无所适从的感觉。
实际上，在投资中，“如如不动”是一种智慧。与其费心择时，不如用心择基，稳稳拿好，本篇便介绍一种适合稳稳拿好的基金——主动量化基金。
量化基金，我们之前的文章介绍过，市场上的量化基金，大致可以分为3类：
一类是指数增强基金；例如：300增强、500增强；第二类是量化对冲基金，对冲系统风险，追求绝对收益。第三类是主动量化基金。
前面的文章中我们做过简单测算，全市场的主动量化基金整体并没有跑赢偏股混合基金指数，其中有强有弱，一些量化功底深厚、投研能力强的主动量化还是可以获得稳定的超额收益。
我希望找到一位主动量化基金经理至少满足以下几点：
1.有五年以上担任基金经理的经历。
2.有量化研究背景和丰富的量化投研经验，管理基金时间较长，经历过市场的牛熊。
3.有清晰的投资理念和完备的投资体系。
4.业绩能打，长期跑赢偏股混合基金指数。
5.基金公司重视量化投资，有成熟的量化团队。
而今天介绍的基金经理中欧曲径，便具备以上特征。
曲径是位学霸，毕业于美国卡内基梅隆大学计算金融专业硕士，是量化投资的科班出身，曾任职于美国千禧基金，这是华尔街知名量化头部基金公司，之后就职于中信证券另类投资部，有着14年的量化从业经历，2015年加入中欧，现任中欧基金量化投资总监。
曲径目前管理着三只基金，中欧量化驱动混合、中欧数据挖掘混合、中欧互通精选混合。今天，我们重点通过中欧量化驱动混合来了解她的投资理念，这也是今年以来她管理的基金中表现最为出色的一只基金。
截止11月1日，该只基金今年以来取得了32.7%的涨幅，排名同类偏股混合型基金的前7.7%，相对于WIND偏股混合型基金指数获取了明显的超额收益。
和大部分跑在前面的基金不同，这只基金并没有重仓新能源或者钢铁煤炭等强周期板块，而是严格恪守量化策略和选股纪律，分散持仓、均衡配置。下图是中欧量化驱动和WIND偏股混合型基金指数走势对比。
尤其是市场经历了2月份的回调以来，中欧量化驱动反而一路上扬，稳定跑赢。
基金经理的每一条净值曲线，都是她投资价值观的折射。
业绩的背后，曲径到底有着怎样的投资体系和框架，她的量化策略和传统量化又有哪些不同呢？
一提到量化，很多人联想到的是高频交易、多因子投资，但是，曲径的量化投资却被她定义为“并非严格意义上的量化”，而是从基本面出发的系统化投资。
简单理解就是“基本面逻辑驱动+数据赋能”。
具体来说，中欧量化驱动的系统化投资分为三个步骤：
一是去伪存真，抽取核心逻辑。刨去噪音，臻选出核心驱动力并非易事，曲径坦言，目前中欧量化团队将大部分的经历都投在了抽取行业逻辑上。
这一点和传统量化就有着非常大的不同，传统量化重视因子的回溯验证，更看重数据本身，更多依赖计算机进行数据挖掘，以至于有人戏称做因子投资为data miner（数据矿工）；而基本面量化最核心的是提取基本面逻辑，然后用历史数据回溯，沉淀出有效并可靠的驱动因素。
为此，曲径和她的团队会花上大量时间去访谈研究员、行业专家，去学习、理解和跟踪行业变化。
二是构建各行业模型。这点与传统量化也有着显著差异，传统量化的公司研究通常基于一套统一的指标框架，但实际上，各行业的逻辑往往差别很大，例如，统一用PE指标来衡量消费股和强周期股，便可能有失偏颇。
基本面量化会根据特定行业数据针对各个行业搭建特定模型。例如，用汽车销售数据、库存数据等构建汽车行业模型，用高炉开工率构建钢铁行业模型，用猪存栏量、出栏量、价格等构建养殖行业模型，当前中欧量化团队的研究已经覆盖了金融、周期、消费等绝大多数行业。
三是让系统发送信号。曲径把他们的系统比作成探照灯，定期扫描全市场。通过系统密切跟踪行业数据变化，等待市场发出信号。
这样说比较抽象，还是举例比较直观。
以养殖为例，龙头公司2014年才上市。那历史上2007年、2010年的周期怎么算呢？曲径带领团队搭建了系统，扫描相关公司的资产负债表和损益表，重新定义历史上养殖的龙头公司，复原当时情境，自行编制养殖指数，最终测算后，系统对历史上四次猪周期，都做出了正确的判断。
借助这套系统，曲径成功地捕获到了上一轮猪周期的机会。自2018年三季度，温氏股份出现在中欧量化驱动的前十大持仓里，一直持有到2019年2季度。
又比如2020年7月，汽车行业系统发出了看好汽车整车的信号。这是在经历了充分调研、过滤、测试后的数据发出的信号。
对于汽车行业，曲径有自己的认识，她认为，市场上大部分的汽车研究员都会跟踪乘联会公布的销售数据，而这个数据有两个缺点，一是数据是上市公司报给乘联会的，公司可以通过把汽车库存压给4S店导致“虚高”；二是数据是一个滞后数据，次月才会公布上月数据。
做基本面量化就要在数据获得的速度和精度上超越市场，因此，他们会尽量通过技术手段，找到代表汽车终端零售的高频数据，如此，信号也就能更前瞻也更加精准。
曲径团队则提前确认行业反转，并作出相应动作。
可见，无论是猪周期还是汽车行业，系统都显示出了一定的左侧前瞻性。
在日常基金研究的过程中，我会做业绩归因，看基金是靠押宝了个别赛道、或者刚好符合市场市值风格而表现突出，还是靠个股选择、靠策略本身的闭环获得长期阿尔法收益。
因为，这关乎到策略是否具备可复制性，进而关乎基金业绩能否长期可持续。
而基本面量化投资的最大优势便在于系统化投资的复利效应——通过模型系统不断沉淀数据和认知，并且不断提升、优化，最终形成一个强大的算法，帮助基金经理及时了解行业变化，捕捉投资机会，而这些经验值的积累最终会产生复利效应，让系统具备更强的应对能力和生命力。
由于近几年的优异表现，该只基金也越来越受到机构们的青睐，最新的半季报数据显示，机构占比高达86.68%。
今年的行情让大家比较纠结，曾经由于ROE偏低不受待见的中证500表现明显强于沪深300，行业走势分歧更是极端演绎。
