基金产品投资价值分析系列报告之二：中欧量化驱动投资价值分析—逻辑驱动与高胜率的基本面量化投资

中欧量化驱动是逻辑驱动的基本面量化基金 中欧量化驱动(代码:001980)成立于2018年5月16日，基金经理为曲径女士。 中欧量化驱动是逻辑驱动、量化方式主动管理的基金，而非传统意义的增强型指数基金。与增强型指数基金相比，中欧量化驱动投资自由度高，也实现了更高收益。 中欧量化驱动投资模型及时迭代，业绩突出 在投资模型的迭代进化上，基本面量化基金的表现优于传统增强型指数基金。 2020年以来市场风格剧烈变化，主动选股的赛道投资表现突出，传统增强型指数基金整体表现落后。但中欧量化驱动及时完成了投资模型的进化，实现了既定目标。 2021年，中欧量化驱动上涨33.37%，最大回撤 9.96%，最大回撤持续时间仅14个交易日。而同期偏股混合型基金指数上涨7.68%，最大回撤达16.39%，最大回撤持续时间为42个交易日。 中欧量化驱动执行分散而积极的行业配置 中欧量化驱动的持仓行业具有分散化特征，致力于提高胜率而非赔率。 中欧量化驱动将基本面逻辑前置，通过基本面逻辑提取→数据建模→自动生成信号，三个步骤建立模型，并在具有扎实基本面的量化模型基础上进行适度行业轮换。 中欧量化驱动通过哑铃型持仓结构提高胜率 中欧量化驱动持有的股票市值分布呈现哑铃型结构，除了部分市值在千亿以上的大盘股外，还持有大量被市场忽视的小盘绩优股。同样体现出注重胜率的投资理念：中等市值股票已经被研究员从产业链角度紧密跟踪，基本面量化模型在中盘股的竞争中没有明显优势；投资于覆盖度低的优质小市值股票，在增加股票数量的基础上提高胜率，才是更加稳健的做法。 风险提示 本报告对于基金产品的研究分析均基于历史公开信息，可能受基金持仓证券的变化而产生一定的偏差；基金未来表现受到宏观环境、市场波动等多重因素影响，存在一定波动风险。 1.中欧量化驱动——逻辑驱动的基本面量化基金 中欧量化驱动混合型证券投资基金(基金代码:001980，简称：中欧量化驱动)成立于2018年5月16日，基金经理为曲径女士。 中欧量化驱动是一只逻辑驱动、量化方式主动管理的基金，即基本面量化基金，而非传统意义上的增强型指数基金。 与增强型指数基金相比，基本面量化基金对股票仓位、跟踪误差、股票投资范围的限制更少，可以概括为以下三点：(1)混合型基本面量化基金的股票仓位较为灵活，一般在60%-95%之间；(2)基本面量化基金一般不约束与业绩基准之间的跟踪误差； (3)基本面量化基金一般不约束投资于目标指数成份股的股票权重占比。 因此与增强型指数基金相比，中欧量化驱动拥有更高的投资自由度，也实现了更高的收益。 与基于完全基本面研究的主动管理基金相比，基本面量化基金又有更高的科学性，具有遵守纪律、分散投资、波动可控的优点，风险相对较低，非常适合机构投资者进行底仓配置。 投资模型及时迭代进化、业绩表现突出 量化投资的模型、方法需要不断更新，特别在市场风格剧烈变化时，更要做出及时调整。在投资模型的迭代进化上，基本面量化基金的表现优于传统增强型指数基金。 近年来增强型指数基金整体表现不及主动管理基金 增强型指数基金的投资框架一般是多因子模型，尽管也会做出诸如因子择时、因子赋权等调整，但在多因子框架内还是更多地强调科学性，同时也有跟踪误差要求的存在，因此投资的灵活性有限，限制了基金业绩表现。 例如2020年以来，市场风格剧烈变化，主动选股的赛道投资表现突出。但传统增强型指数基金一方面受限于控制行业偏离的要求；另一方面较多依赖基于结构化数据的历史统计规律，难以及时捕捉行业基本面的边际变化，整体来看业绩表现不及基本面管理的股票型基金。 中欧量化驱动投资方法及时更新迭代，绩效表现突出 中欧量化驱动作为一只基本面量化基金，与增强型指数基金和基本面基金同场竞技；投资目标是比传统增强型指数基金收益高，又比传统基本面基金胜率高。 从2021年以来的业绩表现看，中欧量化驱动完成了投资模型的进化，很好的实现了既定目标。 首先通过对基金的持仓分析可以看到，从2020年下半年开始，基金的持股数量和持仓分散度出现了明显变化。这说明基金为适应新的市场风格而对投资模型做出了迭代和更新。 2020年下半年起中欧量化驱动的持股数量明显增加，从不足100只提高到超过300只；前10大权重股合计权重明显下降，从40%下降到不足10%。 投资方法迭代的效果立竿见影。与偏股混合型基金整体相比，中欧量化驱动的回撤和波动更小，但投资收益更高。 2021年，中欧量化驱动上涨33.37%，最大回撤9.96%，最大回撤持续时间仅14个交易日。而作为对比： 2021年偏股混合型基金指数仅上涨7.68%，最大回撤达16.39%，最大回撤持续时间为42个交易日。 2021年创业板指数上涨12.02%，最大回撤22.86%，最大回撤持续时间为27个交易日。 分散而积极的行业配置策略 在图3中已经看到，2020年下半年以来中欧量化驱动的个股持仓趋于分散。而在行业层面上，也同样具有分散化的特征，这体现了基金依靠胜率而不是赔率来创造Alpha的投资理念。 除了分散持仓外，基金还基于基本面前置的量化模型跟踪行业边际变化，对重仓行业做出适度轮换。 持仓行业趋向分散化 在2019年年报及之前，基金持仓前5大行业的权重合计平均为64%，但从2020年半年报开始，行业持仓趋于分散，前5大行业的权重合计降至平均43%。 正是由于单个行业对净值的影响下降，基金才表现出了更稳健的走势特征。 使用基本面逻辑前置的量化模型进行适度行业轮换 中欧量化驱动所运用的基本面量化模型并不是直接基于纯量化的数据挖掘，而是将基本面逻辑前置，模型的建立需要三个步骤：基本面逻辑提取→数据建模→自动生成信号。 在以上过程中，对第一步基本面逻辑的提取要付出更多时间。设置模型前，基金经理会先通过专家访谈深度理解行业，由此找到关键变量，接下来的量化处理才能有根基。 使用具有扎实基本面基础的量化模型，中欧量化驱动进行了适度而积极的行业轮换，这在历史持仓信息中有所体现。 根据2019年报，基金中排名前3的行业分别是银行、非银金融、食品饮料，这一持仓更贴近大盘蓝筹风格。而在2020年报中，排名前3的行业变更为电力设备、医药生物、银行，成长性明显提升。 从2021半年报还可以看到，当年二季度电子行业获得明显加仓，代替银行进入了行业权重前3名，组合的成长性进一步增加，适应了市场风格变化。 通过基金投资的适当高换手实现基金持有人的低换手 市场上部分基金产品在面对风格变化时采取了坚守特定赛道的策略，这尽管在一定程度上能够降低交易换手率，但产品净值走势更像工具化产品，波动较大，当做底仓资产持有时略显不足。 当基金经理进行积极的行业配置时，能够减少产品的波动和回撤，但投资组合换手率确实也会相应提高。不过从另外的角度看，如果产品波动较小、可以长期持有，那么投资者自身申赎基金的换手率也会降低，即通过基金投资的适当高换手实现基金持有人的低换手。 我们定义报告期内股票投资活跃度如下，用来衡量投资组合换手情况： 股票投资活跃度=(报告期股票买入总额+股票卖出总额)/股票资产平均净值。 根据2019、2020、2021年报，中欧量化驱动股票投资活跃度分别为1237%、1177%、2023%，在全部偏股混合型基金排名中处于偏上位置，这是为降低产品净值波动而采取积极行业配置策略时伴随的正常现象。 通过哑铃型持仓结构继续提高胜率 中欧量化驱动持有的股票市值分布呈现哑铃型结构，除了部分市值在千亿以上的大盘股外，基金还持有大量被市场忽视的小盘绩优股。 这一持仓结构也体现出了注重胜率的投资理念：中等市值股票已经被研究员从产业链角度紧密跟踪，基本面量化模型在中盘股的竞争中没有明显优势；投资于覆盖度低的优质小市值股票，在增加股票数量的基础上提高胜率，才是更加稳健的做法。 我们最后从经典的Fama-French三因子角度分析基金的持仓风格及收益来源。 根据2021年走势数据，基金表现出低贝塔特征，持仓风格略偏成长。 从收益来源看，特质收益达到26.67%，远超市场因子收益贡献。 5.基金经理在管产品信息 中欧量化驱动的基金经理为曲径女士。 曲径女士现任中欧基金量化投资总监、基金经理，曾任美国千禧年基金量化基金经理、中信证券另类投资业务线高级副总裁。曲径女士拥有6年基本面量化投资经验，累计15年量化投研经验。 中欧基金量化投资团队与基本面投资研究团队实现深度耦合，致力于打造既比传统多因子量化策略的超额收益高，又比传统基本面策略的超额收益胜率高的高Alpha基金产品。 曲径女士目前在管公募基金产品13只，合计资产规模64.32亿元。 6.风险提示 本报告对于基金产品的研究分析均基于历史公开信息，可能受基金持仓证券的变化而产生一定的偏差；基金未来表现受到宏观环境、市场波动等多重因素影响，存在一定波动风险。