中欧基金曲径：“智能选股”分散投资风险

      “人是感性的动物，在进行投资决策时难免会受到贪婪或恐惧的情绪干扰，而量化模型的一大好处在于它不受感情因素的影响，从而能给出更理性的投资配置。”在曲径的量化模型里，一个投资组合会布局上300多只个股，而第一重仓股往往占整个组合的仓位比率不超过3%。有效控制风险，从另一个侧面影射出量化模型的睿智。

     

      作为市场上第一批通过机器学习算法和高维多因子选股的量化基金，中欧数据挖掘基金通过量化模型，可以快捷高效地获取海量信息，寻找全市场投资热点。曲径表示，在模型的开发过程中，分析师和工程师基于对市场的理解和观察，将各类因子抽象为数学模型。一般来说，模型上线后，投研人员会对模型进行定期维护，但不会进行过多的主动干扰，尽量避免人为情绪等非理性因素影响投资组合。

     

      “通过量化模型进行的智能选股，可以有效分散投资风险。”曲径表示，根据模型测试，投资组合中的个股在300只以上，第一重仓股占整个组合的比率不超过3%。得益于投资分散，组合的净值不会因为某些个股的波动而受到明显冲击，因此出现流动性问题的概率也极低。从中欧数据挖掘基金的产品设计上看，新基金将来还将在基金合同允许的投资范围内，可能会通过衍生品交易的方式进行对冲操作，也能有效控制风险。

     
      中欧基金量化投资团队既是投研团队，也是工程师团队。为了及时获取并处理第一手信息，他们通过自建模型抓取数据与第三方数据获取相结合，及时有效地进行数据处理。在量化投资策略组，每一位成员都有数学建模能力、编程能力，对数字敏锐，热爱数据分析。“工程师通过整合多元数据，包括网络用户行为数据、舆情信息的扩散与信息影响的追踪、零售消费的大数据整合等，可以深入变革传统的股票投资行为。”

     
      曲径表示，中欧量化投资策略组由三个小组构成，即大数据核心研究、投资组合构建、算法交易执行，这三大支柱是策略组构建量化模型的基础。小伙伴每天更新全网的数据信息，每天抓取前一天的交易量和交易价格变化，观察个股之间的相关性，以此对模型及时进行数据内部的更新。这样一来，团队对最新数据的获取速度明显提升，据此进行的信息处理效率也自然上升。而这，也是中欧基金量化投资策略组在量化选股上的最大优势所在。