对话公募2000增强TOP1：招商邓童

作者：红x星菜馆

题图：红x星菜馆微信公众号

最近在后台有“需要更多公募信息”的反馈，正好我们最近访谈了今年公募国证2000指数增强超额排名TOP1的基金经理招商邓童（数据来源wind），直接整理完做分享，了解今年表现好的公募量化都是怎么想的。

--------

历史文章分享过的公募单产品分析包括：

【22年股多精选1】大成高新技术产业刘旭，公募质量价值类新的NO.1

公募股多精选华商周海栋

22年股多精选3 | 交银优势行业何帅

（以下数据来源火富牛）

其中：

• 大成高新技术产业-刘旭，22年3月7日分析文章发布至今净值上涨17.12%，同期沪深300下跌20.32%，超越同类99.74%；
• 华商新趋势-周海栋，22年9月19日分析文章发布至今净值上涨9.05%，同期沪深300下跌11.71%，超越同类75.76%；
• 交银优势行业-何帅，2022年6月22日分析文章发布至今净值下跌-33.86%，同期沪深300下跌20.19%，超越同类25.98%；

2好1坏，他们所管理产品的净值天壤之别。2年时间匆匆而过，公募的管理和投资环境也发生很大变化。以前买公募基金可以看数据、看理念，现在还需要看基金经理的心态。

心态不好，也许抑郁、也许躺平、甚至准备离职，这种状况下基金的业绩能优秀才怪。而对基金经理心态的判断，只能从更新的访谈、对话中进行了解，我们需要更积极主动、不畏困难的基金经理。

整体来说，主观基金经理群体稳定性目前良莠不齐，也面临复杂的监管变化，离职率大幅上升（数据来源：WIND）：截至6月30日，年内离任的基金经理数量165人，基本都是公募主观基金经理，反而量化基金经理离职率比较低。

公募量化今年平均业绩大幅度超越私募，主要是公募在量化危机中的超额损失更小：

今天的访谈主角招商量化邓童，他管理的两类指数增强都名列前茅（数据来源wind，截止7月12日）：

• 招商国证2000指数增强，超额+12.7%，公募TOP1（仅次于私募平方和、磐松、蒙玺、昊泉2000超额，国证和中证2000指数今年差不多，一起计算）；
• 招商中证500指数增强，超额+8.67%，公募TOP3，仅次于中邮和中银；

我仍然仿照之前访谈私募量化基金经理的问题结构，希望可以借用视角，去理解公募基金经理的工作现状，以及今年公募量化表现更好的原因。

1小时对话招商量化邓童

问题1：

第一个问题，主要是个人经历，在学校的时候就开始接触量化投资吗?在招商的整个从业历程如何？

邓童：

学校倒是没做过，一毕业就在招商。专业比较对口，我本科是学数学，研究生是在厦门大学学习计量经济学。那时候量化投资跟现在差别挺大的。

21年之前专户搞了挺长时间，另外就是管社保。专户大概从13年开始，社保是16年开始接。其实当时做的跟公募也差不多，还是这套，服务社保其实产品线主要包括中证500、800和1000，所以相对来讲是更大的宽基。像国证2000都是后来才有的，包括一些风格增强都是这两年才有的，最早的时候就是中证800、1000这些产品线。

社保业绩还行，在全市场我们也能排在前几名，不一定都是第一第二，但是肯定都在前几名，因为社保的钱比较稳定，用模型就可以需要更加谨慎，因为不能上弹性特别大的模型。

公募的话最开始挂的CTA产品，先把几个大宗商品放到我这边，然后就是中证500指增的产品，后面才开始管理国证2000。

另外我看提纲了，你想问名下管理的还有债券基金是怎么回事，其实我只负责二级债基部分的权益仓位管理，它是比较低波动的产品，控回撤比较重要，那所以我们上的也不是单纯的指增模型，而是以回撤为目的，这里面我们的是在红利低波100这个指数上去做增强。债券部分是我们公司债券的同事来负责，目前来看，是一次比较成功的尝试。

问题2：

目前日常跟你一起做投研的团队成员，现在大概有多少个人？

邓童：

一开始指数和量化在一起，部门是十四个人，现在指数和量化团队分开了，指数过去了四个同事，还留了十个人在量化部门。

我们也就这些产品线，比较简单就是增强，核心方法论是一样的，它都是量化增强方式。

所以最底层的数据库是所有人都可见的，研究员也每天在里面去挖因子，大家从数据库里去清洗，再到核心因子，因子库是只有一个，所有人都用同样一个因子库。

但在模型端大家可能有点区别，不同的基金经理怎么组合这些因子有一点区别，其实还是比较成熟的流程，因子是公开的所有人都可做可见。

不同因子之间搭配就有不同的效果，每个人对因子的偏好和理解还是有不同，各自留了一点余量，那大家都可以按照自己的喜好去构建模型，我们现在有四个基金经理，研究员有四个，另外还有两个负责IT的同事。

问题3：

大家都可以看到和使用，那效考评怎么做？如果是一家私募的话，那可能就根据你信号的贡献，精确计算一下，然后给你发钱。

邓童：

首先就看超额收益，每个人产品线的超额收益是多少，只看结果。

其次，你不能每个产品的超额收益目标都一样，做2000指数的目标肯定是要比做300指数的目标要高一些，也比做红利的目标要高一些，所以一开始就按照历史的平均水平，给一个相对居中的目标线。比如说公募的500指数现在能做到的超额水平，举例4%为及格，然后每多一个点对应你的考评就多一点。

至于像私募一样，这个倒没有，我们只跟业绩挂钩，但是并没有跟规模挂钩，因为你一旦跟规模挂钩的话，很有可能是要盲目扩规模，所以并没有按照因子信号贡献的金额收益来分配。

包括研究员也有考核的，比如说每年的因子的贡献，哪些因子是你新挖出来的，包括实盘用的哪些因子，它贡献了多少收益。新因子是一块，老因子的贡献是一块，但是新因子反而我们还更看重一些。

现在大家竞争也挺激烈的，还是想挖一些新的因子，所以我们在新因子的考评上权重挺高的，这个对于基金经理和研究员都一样，只是研究员的权重会大一些，基金经理的考评会小一些，但大家都还要去挖因子。

问题4：

你有没有一些可以对标的管理人，不管是国内的还是国外的，不管是公募还是私募？

邓童：

也很难说去跟国内的某一家对标，但是我们也每周回归一下公募市场上大家的玩法，看看每个人的暴露和其他情况。

公募打法其实分成几种，一种是传统的那几家，坚守在基本面的传统的线性框架里；另外有一些是比较倾向于用私募方法论，比如用机器学习这套模型，不太注重因子本身的逻辑性，只要有效就可以用的；还有一类可能就是综合，传统的因子模型用一点，新的方法论也不排斥。我们可能就属于第三种。

过去一段时间，确实机器学习方法论是比基本面的方法论弹性大，而且历史收益更高，你不可能不去了解它，否定它。我们发现其实两种搭配可能是一个更好的解决方法，单纯的基本面模型弹性不够，而传统的机器学习模型拥挤度高，在局部时间里的回撤比较大。你把它放在一起，其实就还不错，我们机器学习的模型和传统基本模型的相关性很低大概只有0.2-0.3，甚至今年是负相关的。

菜馆：据了解，公募量化近似方式可能还有博时/鹏华/富国。

问题5：

如果投资人他有一个问题，就是我要在公私募里面去挑指增，那对你来说在公募里面做开发，和在私募里面做开发区别在哪里？你们为此做了哪些选择和处理，能否举一个例子？

邓童：

根据我们的观察，私募相对比较灵活。比如说投研，你如果是不是跟老板的关系特别好，想去老板聊或者跟核心基金经理聊都还是比较麻烦，都是销售对接你，真实的策略可能也只有老板和一两个PM知道，剩下的研究员基本不知道公司是怎么跑策略的，或者怎么调的。

我跟个别老板关系还行，所以也大概了解一些，私募老板把关的重要性还是很重要的，虽然很多研究员确实在非常努力，挖因子做模型，但是怎么用还是要看老板的经验和他的判断。

私募的研究员占比肯定是比公募要高的，他们投研人员配置是很高，典型的大厂模式，很多研究员去挖因子去做特征，做模型。老板建好归因模型做投研的归因，比如你这个特征贡献多少收益，按照贡献归因来区分。

私募这套工厂化的流程对于公募来话没法实现，首先我们的人员配置肯定是不足的，因为量化在公募相对弱势，肯定是主动管理那边人员成本更高，主动配置策略的研究员非常多。但公募的优势体也体现在基本面这一块，由于主动管理投研配置的高占比，基本面方向我们不会吃亏。但是在高频这一块确实处于追赶的状态，没有办法完全像，有个七八分我觉得也差不多了，再进一步边际改进的效果就很小了。

总结来说，基本面公募不怎么吃亏，但是在量价策略上公募要弱一些。

再就是有什么新的研究方向，可能公募比私募反应慢点。你看他们在国外的论坛上，或者国外的论文上跟踪是非常紧的。

问题6：

公司的基本面团队对你的策略现在有具体的贡献吗？比方说推票因子。

邓童：

这种我们其实还挺常见的，我们在2020年前后就这么干了，更早在社保里，2018、2019年就有研究员因子。那个时候发现有一些研究员推票的确非常准，我们就做了一个研究员的池子，让研究员在自己的股票池子里面做精选，我们再集合一起做增强，或者把他的股票得分拔高。实践下来2019-2020年这两年我们社保的业绩比其他公募的纯量化要好不少。

问题7：

我们拿招商国证2000增强看barra，业绩解释偏价值。这个是常态吗？还是说代表了你的风格？

邓童：

其实我们也不是一直偏价值，偏价值原因有几个，我们的传统线性模型，你只要是用动态打分的线性模型，最近它一定都是偏价值的，公募整体价值风格的暴露最近都是高位，因为价值确实已经强了两三年。你无论选半年周期还是选一年周期，甚至选两年周期，它都会指引你偏向价值，我们也不能逆着来。你硬要给调成成长风格不太好，传统线性模型是这样。

另外机器学习通常是做一些中长周期动量和短期反转，所以最后又有点偏价值，两端有点共振，当然这个共振还没有2021年那么明显。

如果说价值出现了比较大的反转，那模型回撤短期内是比较难以避免的。因为你的线性模型不可能反应的非常快，立马就调到成长上，但是我们也做了一点防御措施，有一个类似风格跟踪的模型，这个权重很低不是很高，一旦这次风格反转我们会用CTA的方法应对。

问题7：

目前风格预测基础的数据是基于七天、月度、半年还是多长的时间？

邓童：

传统的线性模型一般都还是比较长，如果你用因子的自相关性做统计，就是相当于你看一下因子的动量，比这一期这个因子表现好，但是下一期怎么样，就会做一个自回归，它其实大概是个U型曲线。

比如前半年之内因子的自相关性是逐步降低的，会有相关处理。无论你模型怎么做，都是最近表现好的因子给一个比较高的权重。它隐含的思路就是相对比较微弱的动量效应。但是如果你拉到一年左右或者一年多的数据，那可能他就有一点反转，但是再拉长一点你用两年或者三年的数据它也行。这个不能说是有什么学术依据，它确实是这么个表现。

所以最终大家做的模型都用的半年一年，特别短的像一个月或者是一周的，我觉得在基本面的线性模型里会比较少。但是高换手的不一定，高换手因子衰减太快了，你必须得大量淘汰因子，因为它识别的就是短期的交易模式。

问题8：

那回到产品上，招商国证2000指增整个产品跑下来，目前贡献度比较大的是偏基本面的还是偏非线性的因子？

邓童：

大概在六比四左右，虽然我们现在的基本面模型占比较高点，但是它的效率比机器学习类模型的效率要低，所以虽然在模型因子的权重使用上，我们只有三成左右是机器学习的因子，但是它贡献了四成多的超额收益。

问题8：

目前管理的产品，它有主动的风格暴露吗？还是说它是一个被动的结果？

邓童：

我们其实没有一定要暴露风格因子，它既然是风格因子你就没有必要去特别主动的暴露它。刚刚讲有一点点风格择时，短期会做很少量的调整。

这些调整确实是风格因子，比如说价值成长我们有一个判断的模型，那个模型也跑了好多年了一直还不错，价值和成长它是有动量效应的，而且这个比值的动量效应还挺强的，但是除了这个之外，我们不会主动的去暴露风格因子，毕竟风格因子是风险因子。

回到一个悖论，比如说barra的风险因子里面，它有一些因子在美国他过去能解释收益，但是现在解释不了收益只能解释波动，但在国内可能有些因子的衰减并没有那么大，就比如说像估值类的因子，它其实在barra是个风险因子，但是你对这种估值因子做修正，它还是不错的阿尔法因子且没有特别明显的回撤。

所以我们并没有把估值严格的认为是一个风险因子，barra那几个估值因子我们还是控了一下，我们会暴露其他的估值，另外比如说分析师因子在barra模型也是一个风险因子，但是事实上你也没有必要完全的不暴露它。

但是有一些因子你就得控死，就比如说像市值，我们控的还是比较死，我们也认为没有特别强的行业预测能力，所以我们就把行业也控的比较死，另外有一些局部造成大波动的因子，像非线性市值我们一般也控制。

问题9：

想聊下小微盘，前两年公募出现了一些神基，比如金XXXXX，之后这种类型的产品风格会有什么样的变化？

邓童：

小微就看你怎么定义，如果是wind那个微盘股，是400个最小的票，我觉得可能是有一点点问题，因为现在的监管还是比较严格，各种退市等问题。

看微盘股最近的表现，他可能也很难恢复到过去，因为微盘股它主要是赚交易的钱，你去归因他也赚不了估值的钱，他只能赚交易的钱，有市值掉到最小400个票，有人拉一把就回去了，不断赚短时反转的钱。

它确实在过去是表现很好的策略，但是我们一直没有去做微盘策略，主要原因也是担心杀微盘，过往也不是没发生过，在2016、2017年杀的也非常凶，所以我们一直也没有做，在现在这个时间点看来我觉得监管对于微盘确实很不利好，至于你说的神基我觉得他可能现在也转了，我观察下来他现在的表现也不是那么的微盘了，还是比微盘要强一些。

我们早就做了微盘的剔除，但是小盘的话还真不好说，如果经济如果一直不起来大盘也很难拉起来，大盘起来的前提是经济要强于预期，但是小盘它但凡有一点流动性都还是可以，就像去年。

刚才说只要流动性没有太大的问题，小盘都还是有一些机会。风险来看，它又比微盘的风险要小一些，所以我们不一定说小盘不行，只能说现在有压力，但是也很难判断未来大盘就一定比小盘要强。当然今年到现在为止的表现，大盘肯定是要比小盘强很多了。

问题9：

估计凭现在你们业绩情况，追排名的钱很快就来了。对购买量化指数增强，超额收益追排名这种思路如何看待，刚也说了信号本身是有动量的，那实际上在做这个事情的时候，有可能就匹配一种动量的效果。

邓童：

追排名这个事我是觉得肯定是有问题的，反正历史上来看，前一年的第一名后面基本上都不太好，哪怕是公募来看都有这个情况。过去一段时间，一些增强产品如果你暴露的比较极端，碰上了合适的风格那可能大家都会奖励你，像前两年你如果暴露的市值非常小就确实会很好，然后再多暴露一点价值那会更好。

但是从最终的结果来看，趋势它总是要反转的，你如果去追动量，前提是要延续，然后最好是追周期更长的动量，大家无论是买主动买量化，追的动量可能就是一两年的，这一两年动量刚好见顶，所以基本上都会买在高点，我感觉是。

我们也不是想做短期的组合，还是想尽量稳健一些，如果每年都维持在一个还可以的排名，那拉长期看就还行。

今年有点特殊，国证2000指数上大家一看是小盘肯定上多一点机器学习，历史的回测收益也是更高的。所以今年年初的时候，杀这种微盘杀的非常凶的时候，有些人就要面临抉择了，是不是要止损。私募面临的问题是一样的，是不是要止损，能不能扛得住，扛不住了那后面的弹性就弱一些。

有些家扛住了，后面的弹性也还是可以，但是我们一开始做的就是比较均衡的策略，没有因为是做国证2000就想让它弹性放大。在量价模型杀的非常凶的时候，我们基本面模型还是正常的，所以也就不需要面临这种抉择两个形成了互补，那段时间我们的超额收益没怎么回撤，我们就不用考虑机器学习是否能扛得住的问题。

所以今年对于我们这种比较均衡的配置，是比较有利的市场环境。

问题9：

再单独问一下，其实我们都默认单一策略取得了超额第一，后两年要继续保持可能性很低。

现在咱国证2000增强就是第一，虽然刚才也说到了，是由于今年的特殊情况，其他的竞争对手数量不多又出现了一些失误。在这个时候做了哪些准备，除了风格的择时模型加了一点权重之外，还有没有额外的准备？

邓童：

一方面是风格择时模型，另外一方面就是在新的因子上，我们还是想做更多的尝试。虽然说新的每年都在挖，但是你只有在有新因子的时候才会想对模型做切换，没有看到更好的因子一般不太会对模型做主动切换的，所以我们还是想看能不能搞点新因子。

比如说，原来我们市场内ROE其实是一个不太好的因子，但是我们算了一些，像海外ROE确实还可以，比国内的ROE要强，包括海外ROE的波动性。我们把它加到模型里，它或多或少能给我们模型带来一些相对成长的结果。

另外就是机器学习，我们也在迭代，比如大家最近都在搞什么神经网络，我们也可以适当的再加一些。

问题10：

咱们现在机器学习算力上面的投入大不大？

邓童：

算力倒也还行，我们有两个A800，反正也够用。

问题11：

我们了解到有的量化管理人他把2月数据段单独剔出来不用了，对咱们来说，2月份有很大的不同吗？

邓童：

我们倒没啥不同，有几个原因，因为我们都是用十年以上的数据，这十年的数据其实样本量是很大的。

基本面的模型反正一般都是从2007、2008年就开始跑了，要证明长期有效你才会用它。所以你把一个月单独摘出来也说不过去，历史上也不是说没发生过单月波动这么大。单月超额收益回撤确实是很大，但是在整体波动率上来讲，也没有特别到需要把它单独摘出来。

我们的这个学习模型其实也是用了十年以上的数据去训练，滚动窗口是十年，所以你把这几个样本加进去那它可能占比1%，对模型的影响不是那么大。

之前听说有些私募训练模型只用三个月的数据，那只用这么短的数据去训练模型，可能确实会干扰你。我觉得这也是一个做法，但我们没有用这么短的数据去训练，影响不大。

问题12：

程序化交易新规正式要执行，其实很多量化投资人还是比较担心现在量化方法论的未来和前景。怎么看待现在监管对量化的态度方针，还有具体到未来方法论和衍生策略上面它会如何变化？在你看来是有什么可以分享的东西？

邓童：

这个新规对我们影响不大，确实有很多标准我们也够不着。另外就是说市场传言无法证实的消息，比如说对于持有时长比较短的费用什么多收一点，如果这个执行了那可能也会影响很大，我觉得这都还不确定。

然后另外包括像托管新规，1000万以下要给一个限定时间清盘，我觉得对短期的影响还会比较大，因为确实1000万以下的产品的从数量上来看比较大。特别是对于私募比较集中的，短期内我觉得还是会有些影响，当然长期来看的话我觉得会回到相对正常的状态。今年很多公募超额收益回暖，基本面模型回暖，确实会比前两年要好一些。

问题13：

现在底层研究上面有使用到level2的数据吗？

邓童：

Level2的数据我们其实用了一些，但是很少，它对于基本面模型帮助不大，然后你用人工加工的一些特征放到这些基本面的模型里，其实也作用不大，都被解释掉了。但是对于量价类的模型会有一些改进，就是你把一些订单数据合成，做一些特征会有改进。我们研究过，但是真正投入实盘还没有用到level2的数据。

加工过程比较费劲，我们一看模型就这么一点，好像也划不来，对于分秒必争的策略来说确实需要去做，对于我们来讲，本身也没有那么重要。

问题14：

目前公募离职问题比较严重，怎么想的？

邓童：

这个问题确实是对大家的考验。

就量化部反正都还好，大家没有觉得对我们当前有什么影响，也不知道是该悲伤还是该高兴。我只能说我们肯定还是会比较稳定的运行，也没有感觉到对我们有什么特别大的挤压，现在奔私也绝对不是一个好的选项，因为对于私募挤压更严重，奔私需要很大的勇气，放心吧。

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。