2008年9月14日夜里,雷曼银行门口人来人往。员工们低头抱着纸箱,里面装的除了工作物料,还有来不及上交的工作手机和公司电脑,因为人事部门在宣布公司关门时,最先裁掉的人就是他们自己——雷曼再也不需要人了,因为不会再有雷曼了。
曲径在家听到了美国政府放弃拯救雷曼的新闻,拿起自己的诺基亚手机,跑到了纽约曼哈顿中城,对着大屏幕上仍然还在霓虹流转的“Lehman Brothers”,拍下了一张清晰度很低的相片。
夜晚过去,太阳照常升起。但9月15日这天早上,雷曼正式宣布破产,曲径在通勤路上又一次路过同一块荧幕时,已然换上了Barclays Capital(巴克莱资本)的招牌。
金融巨头就这样在一夜之间,无声地消失在了华尔街,消失在了人们的世界里。
这段时间,美国五家最大投行中的三家(美林、雷曼、贝尔斯登)不是破产、就是被并购。海啸席卷得如此迅猛,谁也不知道自己会不会成为下一个“代价”。此时的曲径,刚刚在华尔街工作了一年,置身在摇摆的风雨中,曲径清晰地认知到,要以投资为职业,就必须先敬畏这个金融市场,因为“市场总是对的”。
在华尔街的灯火即将熄灭之时,巴菲特携50亿逆向抄底高盛优先股,这镀金的信任投票在当时很多人看来是一笔失败的投资。事实上大家都错了,09年高盛随着美股反弹而翻倍。目睹着巴菲特“反人性”的表演后,大为震撼的曲径,最终更坚定地走在了量化的道路上。
笔者问道,“你对巴菲特的这笔操作如今印象深刻,为什么不选择做主观呢?”
曲径用很平静的语气缓缓说到,“金融危机让我认识到能成为巴菲特是小概率的事情,即使他把逆向思维写进白皮书里全部告诉投资者,也几乎没有人敢在2008年下半年买入高盛。”
与许多基金经理的成长路径不同,曲径职业生涯伊始便撞上了金融风暴,这也让她从一开始就明白要以卑微的心态面对市场,即便是处于平稳的行情中,也不能缺少对市场的一分敬畏;在见证了巴菲特“反人性”表演之后,曲径早早地体会到了主观投资的艰难,以及成为巴菲特概率其实远不及亿万分之一。
对她而言,量化这条追求获得大概率确定性的道路,或许才是更好的职业选择。
投资无非就是一场概率游戏,若想成功,一个稳健的方式便是适当降低赔率,做大胜率,然后进行“小胜的复利”。
当谈论起元宇宙这样的新主题时,曲径的态度是避而远之,以至于她拿出笔来框定自己的投资范围,与这类超出自身能力边界的主题划清界限。
“投研生产力要放在投资产出性价比更高的地方。我的投资能力圈处于因子投资与主观投资之间,过于前瞻的元宇宙超过了我的能力范围,我无法从它历史的逻辑上去反复验证。”曲径向笔者坦言。“而且我的持股也比较分散,更倾向于依靠胜率创造Alpha,如果依靠赔率,只有少部分公司能获得高收益。”
所以,那些无法准确获得数据的板块是很难进入曲径的量化模型的,除了To B的计算机板块和军工板块这些大家耳熟能详的财务盲盒外,还有一个颇令笔者感到意外的行业——消费电子。
理论上讲,消费电子基本等于消费品,C端销量追踪起来并没有难度。事实上完全不是这样,工厂手机的新增产量,新招了多少工人,接了多少订单,这些依靠数据供应商确实是可以获得。
但即便是这些数据,也都是远远滞后于一位资深的行业研究员,因为他能在苹果开始研发的时候,就预判明年大概率会不会增加一个摄像头或者屏下指纹。“所以当我等到工人流水线上工的数据时,消费电子已经在开始交易预期了,我肯定是比他们晚的。”曲径向远川直言。
苹果每个月销量可以跟踪,但是像流量和订单这些关键变量是滞后的,这让曲径的量化模型相对于主观投资处于一个不利的位置。相对于这些,曲径更偏好市场状况稳定,有规律可循的行业。
同样,在全市场股票中,曲径的量化模型呈现哑铃型配置,趋向于头部大蓝筹以及尾部被市场忽略的小市值优质股。这也是因为中市值的赛道股是过去两年市场的红海,各基金公司行业研究员挖得非常深,对边际变化抓得非常紧。
因此,曲径要在中市值赛道股和消费电子等依据前瞻判断的行业做出超额,并不是一件大概率的事。
在框定了胜率最高的投资范围后,曲径时常把自己放在一个相对“卑微”的位置,更倾向去相信模型。“因为人会有情绪波动,大多数时候是趋势主义,在高点会更兴奋,在低位会更想减仓。”曲径信任自己的模型,因为能在市场悲观的时候代替自己决策,让自己不要害怕。
换句话说,曲径认为若要主观去二次判断时,得对自己的信心非常高,通常而言二次判断往往会降低模型的Alpha机会,还不如模型“自动驾驶”胜率来得更高。
2021年,曲径休了3个月的长假,而中欧量化驱动全年的净值增长仍然达到33.37%,同期业绩比较基准为11.69%,量化模型依靠它自己的判断战胜了市场。
之所以在孕产假期间,敢于让量化模型与协管的基金经理一起保持正常运作,是因为曲径对基本面逻辑进行了前置。
传统上,做基本面量化就三个步骤:基本面逻辑提取-建模回测找数据-自动化系统找出信号。大多数量化投资人会把更多的时间放在第二步挖因子写模型,而曲径把更多的时间放在了第一步基本面的逻辑提取。
曲径的基本面量化,是通过深度学习,不断迭代自己的模型去与基本面本质逻辑相融合,不是为了挖因子,而是为了挖认知,挖对事物基本面的理解。
打个最简单的比方,看养猪有三个层次。最浅层是看猪价,因为猪价对应的是生猪养殖下个季度收入情况。看得稍微深一些,会关注凭什么猪价现在上涨,因为现在猪价上涨意味着10个月前母猪存栏的下降。所以,“能繁母猪去化”对应的是10个月后猪价的上涨,有人会提前交易预期。
但是这些都不是看得最深的。
“最深层的会看到能繁母猪减少,一定对应到的是养猪成本曲线上,成本更高的长尾客户一直在亏钱,也就是散养户养猪不挣钱和退出,能繁母猪才会去化。”曲径向远川分析。
用量化来描述,首先要输入农民买猪、人工、猪饲料等所有成本,再乘以猪价来算出收入。然后曲径会依据历史数据估算出散养农户养猪能够承受亏钱时长大致是两个季度,再把这些写入模型。除此之外,曲径还会纳入农业部收储及放储文件里猪粮比的参数,不断完善更新。
久而久之,曲径也辨识出了哪些分析师更老炮:“老司机会说,如果养殖成本更低的龙头公司当季都亏损了,那散养户得亏成什么样?’他们用简单的变量替代复杂的变量,做基本面的人就是要抓这些核心的要素。”
在这个主观认知与量化模型融合的过程中,曲径也表示自己无法做到变量简单化。猪企未来也会发生变化,有可能资本开支过多,也有可能折旧越来越多,“你不能完全信任一家猪企未来成本会一直保持最低,写入模型时我们会把这些风险点也纳入论证,所以人人都说做基本面,但人人做的基本面都不一样。”
在设置模型前,曲径会先访谈大量的专家去深度理解行业,找到关键变量,细微到钢厂附近空气检测数据,深入到预判散养农户的心理。只有提前全盘考虑,把所有能够想到的角度和逻辑都囊括,这才能有底气相信模型的“理性”优于非常时刻中人性的“感性”。
不为人知的是,曲径曾是一位铁人三项选手。
曲径告诉远川:“以前在美国千禧年(Millennium Partners)工作太累了,脊椎包括整个背部肌肉都是僵硬的,于是养成了长跑解压的习惯,跑着跑着发现自己性格是适合长距离运动的。”不同于有人热爱极限运动去追寻风险平衡后的“化境”,曲径更享受长期保持节奏,把脚下每一步都迈稳,然后抵达终点。
“当时我也喜欢游泳,相较于美国人,骑单车也是咱们的Alpha,所以朋友们很自然地提议我可以去练练铁人三项。”曲径幽默地补充道。
做基本面量化,对于曲径来说就像长跑,因为它门槛很高,学习曲线很长,只有越挖越深才能体会其中的乐趣。“我做过性格测试,加上这些年对自我的认知,发现钱和物质对我的激励是一个“凹曲线”,上限来得比较早,所以规模对我的驱动力并没有那么高,我的幸福感来源于对新认知的探索。”
所谓的保持节奏感,曲径不会像主观投资买新能源一样看行业5-7年的发展趋势,更多的是聚焦于上市公司一个季度到一年的损益变化,而她的持仓周期也会更短,这是一种在趋势上寻找周期的模式,就好比在长跑中不断调整呼吸动作,减少体力的消耗,从而跑得更久更远。
作为量化基金经理,过去曲径的换手率是相对主观投资较高的,但此后则明显递减,这是发生了什么?
“这与我性格比较慢也有关系,有些人能一下子转变过来,我得慢慢适应周边的环境。”曲径回答。
2015年,曲径从券商自营加入了中欧基金,而券商自营相对是一个短久期负债的投资方式,在这大前提下也必然保持着较高频率的交易。
加入中欧后,曲径起初还是维持这样绝对收益的心态,直到2017年中旬,她慢慢意识到公募每天开放申购赎回,作为普惠金融的一种,提供的是一种相对的配置,力争给大部分客户提供Beta价值,要保持高仓位运作,在2018年调整投资方向后,换手率也逐渐降低。
自始至终,曲径都没有表达自己一年要跑出多少超额收益,要给投资人赚取多少可观的收益,她的目标只一个:长期来看战胜基准。
正如曲径爱好铁人三项运动的侧面,向笔者表达的:“我自认为是耐力胜过爆发力的选手,我只想一点一点把业绩累计出来。”
当“量化”一词逐渐被看成交易速度的内卷战争,或是机器学习的神秘黑箱这类代名词之外,它还有一个更贴近股票投资本质的追求——寻找这个市场的底层规律,由此找到大概率获胜的投资机会。
这些机会或许会存在于持续的交易中,但更普遍的机会,则存在于主动投资者们所迷恋的另一个词——「基本面」当中。
只不过主观信仰认知,量化信仰数据,「Talk is cheap show me the data 」写在了几乎每一个量化模型的字里行间。
上世纪90年代,美国的金融机构依靠Oracle数据库支持,基于公开财报信息建立PE-ROE-GROWTH三因子模型就能创造Alpha来源。而随着时间推移,深度学习带来了量化因子挖掘的不断内卷,不管是港口停了多少邮轮,还是河北钢铁高炉的开工情况,甚至是用卫星数据去看shopping mall门口的停车密度……传统的多因子模型也变得越来越难赚钱。
另一方面,做主动价值投资的资管机构也纳入了更多数据去做研究,譬如惠灵顿资管(Wellington Management Company)的数据项目命名为“Data Lake(数据湖)”,因为市面上更通常的“Data Pool(数据池)”已经满足不了其与日俱增的数据需求。
在这主观与量化相融合的趋势下,摆在曲径面前的选择,是依靠AI应用的高频量化,还是逻辑驱动的基本面量化。
性格更慢热的曲径最终避开了高频的修罗场,选择了基本面量化,这也是曲径目前正在努力做的事:想办法去抽象现在A股的基本面逻辑,同时努力在信息处理和信息获取上处于相对靠前的位置。
特别是对基本面逻辑深层挖掘的渴求,对一些金融行为的量化描述,都不乏是行业Beta化下闪光的探索。曲径正慢跑在一条少有人走的小径上。
没有一种策略适合所有人。当被问及公募量化有何投资风险这一尖锐问题时,曲径回答道:“如果你要把我们当做提供超高弹性的收益来源,这肯定不是我们做产品的方式和目的。从这个角度上讲,我们更适合机构进行底仓配置,以及具备量化投资经验或者专业知识的个人投资者。”
数据来源:基金定期报告,截至2021/12/31。中欧数据挖掘A成立于2016/1/13,业绩比较基准为:中证500指数收益率*95%+中债综合指数收益率*5%, 2016-2021各年度及成立以来涨幅分别为:10.05%、-0.53%、-19.34%、51.88%、56.92%、22.88%、158.58%,业绩比较基准分别为1.40%、11.14%、-14.01%、13.83%、19.92%、14.93%、52.04%。历任基金经理任职时间:曲径(2016/1/13至今)。中欧量化驱动成立于2018/5/16,业绩比较基准为:创业板指数收益率*95%+中债综合指数收益率* 5%, 2018-2021各年度及成立以来涨幅分别为:-15.82%、31.91%、28.28%、33.37%、89.97%,业绩比较基准分别为-18.39%、33.38%、61.26%、11.69%、96.05%。历任基金经理任职时间:曲径(2018/5/16至今)。以上产品于2020/10/31修改投资范围,增加存托凭证为投资标的,详阅法律文件。中欧周期景气、中欧金安量化、中欧量化先锋成立不满6个月,按法规要求业绩不予展示。
风险提示:基金有风险,投资需谨慎。以上内容仅供参考,不预示未来表现,也不作为任何投资建议。其中的观点和预测仅代表当时观点,今后可能发生改变。未经同意请勿引用或转载。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。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。
联系客服