行业观察 | 中欧基金：以smartβ+α筑造多资产灯塔

文｜林语

编辑 | 石峰

如果用四个字总结过去几年在A股做投资的经验教训，相信很多人的答案会是“资产配置”。

格雷厄姆很早就提出，将总资产一部分配置在股票上，一部分配置在债券上，并且当股债比例发生明显变化时对其进行再平衡操作。诺贝尔经济学奖获得者马科维茨更是强调，“资产配置多元化是投资的唯一免费午餐”。

资产配置的意思不难理解，但在实际操作并不容易。一方面，视野的局限令大多数人对“多元化”的理解很可能并不是真正“多元”，而在公募基金的可投范围内，可供选择的资产也较为有限。另一方面，A股市场的贝塔稳定性比较差，主动权益基金经理们曾经信奉的阿尔法，也变得越来越昂贵、稀缺、不稳定。同样的策略，以前能挣一年的钱，现在只能挣两个月。以前能挣两个月的钱，现在只能挣两天。这又衍生出风格漂移的问题。没有清晰稳定的工具，很难做好资产配置。

面对变化，基金公司各有各的打法。有的向后退，弱化主动管理，大力发展ETF，把选择权还给投资者。中欧基金则是向前一步，试图提供一站式“资产配置解决方案”。

客观地说，提供资产配置解决方案在业内并不是新奇的故事。中欧基金不是第一家，也不会是最后一家。

但它有一些值得关注的特别之处：

力争以“系统化投资”的方式，通过风格清晰的策略型工具（smartβ+α），保证结果和目标的匹配性，类似于以ETF管理的高精密度思路来实现主观和量化的深度融合，这种作战思路在业内并不多见，难度也可想而知。

最大的难度或是人员的配备和融合。同业的多资产管理人大多是“各自为营”的单一背景，而中欧的多资产队伍汇聚了主动权益、量化、宏观研究、风控、大类配置等多个领域资深选手。从风险出发，明确投资目标，将风控嵌入全流程。值得一提的是，队伍里的所有人都会写代码、做模型，是真正的“志同道合”。

此外，在行业不断强调“平台型、团队制、一体化、多策略”的投研体系建设背景下，中欧多资产团队致力于提供一种系统化、流程化、透明化的解决方案。淡化个人效应，强化系统的一致性和稳定性，也意味着资管业生产方式的进化，或成为不可逆的长期趋势。

市场波动如此剧烈，有没有可能通过多资产方案获得穿越周期的稳健收益？2023年3月，中欧基金华李成萌生了一个想法。

华李成第一时间就找到了许文星。过去六年里，许文星从六千万规模的基金起步，如今管理规模已近百亿，以“逆向策略”被投资者所熟知。但其实，计算机专业出身的他最开始也做过量化，写过代码。

以计算机思维看世界，许文星感受到的是主动权益领域的草莽。“类似于纺织女工的生产模式，手工、原始、随意。”

这种草莽的生产方式越来越无法满足许文星的管理需求。“Alpha在衰减，但追求的目标还在那里，很难保持稳定性和一致性”。

也因此，当华李成找到他时，他的反应是“终于能把十年前的想法实现了”。 

许文星和华李成不谋而合，他们决定搭建中欧多资产及解决方案团队，从“纺织女工”的手工方式转向寻找更高效的工业流水线。

目前团队核心成员共有四名：被称为“低波策略专家”的华李成负责大类资产配置，他擅长不同资产品种 (债券、可转债、衍生品) 的组合切换，风格稳健，管理时间最长中欧瑾通A曾创造连续17个季度报告期近6个月收益为正的收益表现，荣获海通证券三年期、五年期五星评级，银河证券三年期五星评级；擅长逆向布局的许文星负责权益策略研究，他管理的中欧养老混合A过去五年大幅跑赢业绩基准（截至2024/3/31，中欧养老混合A近5年收益率为75.40%，同期业绩比较基准为-3.40%）；张学明负责资产配置模型开发和策略开发，他有着丰富的量化投资经验，擅长股票、转债、CTA、反脆弱期权等策略开发和投资研究；归因部分则由风控出身的向蔼旭负责。他擅长基金的业绩归因研究，熟悉各类基金的策略和风格。

华李成说，多资产团队现在就像一条小型流水线。基金经理们利用各自的长板，从投资目标和风险预算的设定、资产配置、组合建构、风控归因各方面实现全流程把控。相比以往的“手工作坊”，在标准化、透明化、可迭代性上大幅升级。

对一个成员背景各异的团队来说，最难的是有共同语言。而中欧多资产团队的可贵之处就在于，量化的策略语言体系是他们的“普通话”。团队里的每个人都会写代码、做模型，用数学的语言描述思考、检验逻辑。

“我们是真正意义上的志同道合。”华李成说，只有大家都认同这套体系，才会愿意让渡自身一部分的权利，来换取整个组织更高效的运转。

合作若能亲密无间，量化与主观便能优势互补。

做量化的很难理解这些上市公司的弯弯绕，但对许文星来说，理解数据背后的问题容易得多。“他会给我们提供非常好的建议。告诉我们为什么选错了，是哪些因子出了问题，回过头我们再去找。”张学明说。

张学明举了一个很实用的小例子。“比如有些分析师每次表达观点都会用一些非常激进、夸张的词汇，通过主观的定性判断后，我们会调低这位分析师在程度表达上的权重。”

类似的小细节还有很多。在这个过程中，各种因子的真伪、强弱经过了精细化筛选，胜率进一步提高，模型的生命力也得以延续。

中欧基金多资产团队的愿景是，在不稀释收益的情况下，降低组合波动率，实现全天候配置的目标。

他们实现目标的落脚点是“策略”。

团队发现，在公募基金有限资产分类下，对资产内部进一步细分，挖掘具备长期超额收益空间但策略间呈现不相关甚至负相关的策略，实际上能够拓宽投资的宽度，在不稀释收益的情况下，降低组合波动率。这也是一种相对于传统公募资产配置的优势。

以权益资产为例，团队把市场周期划分为四季，匹配不同的策略：春天的时候基本面差，流动性好，适合质量策略；夏天的时候基本面和流动性都好，适合景气策略。秋天的时候基本面好但流动性差，适合价值策略。冬天的时候基本面和流动性都很差，这时候就适合用红利策略。

“我们认为，红利、景气、价值、质量这四个因子能够解释大部分超额收益来源，也能够应对处于不同产业生命周期下的企业。”许文星说。

比如红利策略和景气策略往往呈现尾部负相关：景气策略看重业绩动量和远期盈利，呈现高波动特征。而红利策略则看重业绩稳定和即期盈利，呈低波特征。

价值策略和质量策略也呈现尾部负相关：质量策略偏向无形资产和远期估值，价值策略偏向有形资产与即期估值。

接下来的问题是，用什么排兵布阵？当前市场中的存量基金虽然多，但往往存在风格漂移的现象，不能完全满足团队的要求。如果把基金的收益拆分为贝塔与阿尔法，那么当前行业的最大痛点正是市场的贝塔太弱，而阿尔法稀缺且捉摸不定。

于是，多资产团队决定自主研发一系列资产配置底层工具。

贝塔太弱怎么办？那就以更精细的研发、更清晰的绩效归因，将贝塔升级为smart β。阿尔法飘忽不定怎么办？那就用量化技术和主观认知的深度融合，来寻找更有效、更扎实、更能经得起市场检验的阿尔法。

目前，第一只smart β+α基金中欧景气精选混合已经发布，后续将陆续推出价值、红利、质量相关的策略基金。

smart β+α将如何超越传统主观基金？

以近期推出的景气策略为例，传统景气策略是在基金经理能力圈内的景气策略，难以避免存在视野盲区。而中欧景气精选混合是在全市场范围搜寻的景气策略，借助主观+量化的深度融合，采用更多维度的信息预测，包括买卖双方研究信息、量价信息、文本信息、财务信息等，以此提高景气预测的精准度。

又比如价值策略。难点在于如何判读价值低估和避免价值陷阱，判断一只股票是否低估，无论是从纵向历史比较，还是横向行业比较，其实都存在置信度较低的问题。中欧多资产团队通过图神经网络&AI技术来对权益资产重新合理分类，从而更加精准的寻找错误定价，同时基于PE-ROE模型，挖掘价值回归背后的盈利回归，识别“假信号”，避免低估值陷阱，找到主营业务真正经营改善的公司。（图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。）

而对于今年颇受追捧的红利策略，在中欧多资产团队的设计里，除了高股息因子，还尝试融入了低波因子，经营稳健因子，业绩反转因子等，以争取更高的风险调整后回报。

在团队的设想里，smartβ用来保住下限，α负责努力寻找上限。最终，打造出同时兼具工具型产品特征，又能超越传统主动投资的“smartβ+α”。

中欧多资产团队有一个愿景。他们希望能成为灯塔，为夜里航行的人们指明航线，从安全出发，通过多资产的打法，助力抵达资产保值增值的彼岸。

基金业的“基金挣钱基民不挣钱”问题已经讨论了很多年。行至此处，改革和转变已是大势所趋。中欧多资产及解决方案团队希望通过smartβ+α的股票全天候配置方案，来适应万变的市场，实现与投资者的共赢。

“金融行业或者是公募基金行业，是一个受人之托忠人之事的行业。我们一切的出发点，都是要为客户赚钱，作为首要的目标。如果客户始终赚不到钱，这个商业模式是有问题的。”华李成说。