中欧数据挖掘多因子基金基本情况与业绩表现 [page::0][page::2][page::3]

• 基金成立于2016年1月13日，跟踪标的为中证500指数（权重95%）+中债综合指数（权重5%）。

- 自2018年1月至2019年12月12日，基金累计收益率为15.79%，年化收益率8.00%，同期基准指数年化收益率-10.31%。

• 年化超额收益率18.31%，跟踪误差6.19%，信息比率达到2.99，最大回撤28.73%，相比基准回撤36.10%表现更优。

- 月度超额收益率正向概率为88%，显示出在不同市场环境下的稳健超额表现。

• 在主动量化基金及中证500指数增强基金中，2018年和2019年均名列收益排名第一。

行业偏离与业绩归因分析 [page::4][page::5]

• 基金行业配置与中证500行业权重偏离极小，2018年及2019年偏离平均不到1.3%，行业风格与基准高度一致。

- 收益主要来自个股选择贡献，占总超额收益的20.16%，择时贡献微弱，行业配置贡献接近无偏差。

• 风格因子暴露分析显示基金在动量、市场收益和流动性有正暴露，中盘、大盘及价值因子有负暴露，具有一定风险控制能力。

独特的数据源与因子构建方法 [page::5][page::6]

• 基金模型在传统财务报表因子基础上，拓展引入分析师一致预期和市场舆情等大数据因子。

- 通过结构化处理、数据清洗、数据重构和甄别，优化数据源的质量，大幅提升多因子模型的因子有效性。

• 预期数据建模远优于市场普通一致预期，精确预测公司关键指标，增强选股精准度。

基金经理经验及策略研发流程 [page::6][page::7]

• 基金经理曲径女士拥有美国卡耐基梅隆大学计算金融背景，12年投研经验，负责多个公募基金管理。

- 因子库覆盖100多个因子，实际使用十几个因子，暂不使用量价因子以控制换手率和交易成本。

• 因子与模型自动化测试，每日样本外模拟交易，持续跟踪因子稳定性和市场环境变化。

- 因子权重采用静态配置，避免因子轮动带来的组合波动风险和极端市场的回撤。

产品细节与管理人概况 [page::8][page::9]

| 名称 | 中欧数据挖掘多因子灵活配置混合型证券投资基金 |
|--------------------------|-------------------------------------------------------------|
| 基金代码 | 001990(A类)、004234(C类) |
| 投资标的 | 中证500指数 |
| 投资比例 | 股票0%-95%，权证0%-3%，保持至少5%现金或短期国债 |
| 投资策略 | 指数增强，兼顾股票、期货、债券，通过量化选股和风险对冲实现超额收益 |
| 费用 | 管理费1.5%，托管费0.25%，赎回费差异化计费 |

• 管理人中欧基金成立于2006年，管理资金超2100亿元，具备多策略产品线，员工持股与国资等多元股权结构。

- 管理团队丰富，基金经理曲径领导多只量化及灵活配置型基金，管理经验扎实。

中欧数据挖掘多因子投资价值分析专题报告详尽分析

---

一、元数据与概览

• 报告标题：《对话基金经理：精细化耕作带来出色业绩 —— 中欧数据挖掘多因子投资价值分析》

- 发布机构：招商证券研究发展中心

• 发布日期：2019年12月24日

- 覆盖主题：中欧数据挖掘多因子混合型主动量化基金（基金代码001990 A份额，004234 C份额）

• 报告核心：通过对中欧数据挖掘多因子基金的业绩、投资策略、因子模型、风险管理和基金经理访谈的深度解析，展现其如何凭借独特的分析师一致预期数据与大数据技术实现持续且稳定的超额收益。

- 投资评级：报告未直接给出明确的买入卖出评级，但强调该基金具有较高的信息比率和稳健的超额收益，反映出对该基金的积极评价。

• 主要信息目标：向投资者展示该基金的业绩亮点、因子模型优势、基金经理背景及管理能力，并剖析其行业配置、风险控制、业绩归因和未来投资策略，提升投资者对该基金的认可和信心。[page::0,1]

---

二、逐节深度解读

2.1 中欧数据挖掘多因子投资价值分析

2.1.1 稳定的超额回报

• 关键论点总结：

- 基金成立于2016年，是一只主动量化混合型基金，股票投资比例0%-95%，对标中证500指数。
- 采用指数增强策略，引入了独特的分析师一致预期数据，从2017年底开始使用该数据，过去两年内表现优异。
- 2018年至2019年累计收益15.79%，年化收益率8.00%，相比基准中证500指数的年化-10.31%收益，表现抢眼。
- 信息比率达2.99，跟踪误差6.19%，最大超额收益回撤仅4.42%，表现稳定；月度超额胜率高达88%，显示超额收益的持续性。
- 连续两年在主动量化与中证500增强基金中均排名第一，彰显行业领先地位。

• 推理依据及数据点解读：

- 超额收益率稳步提升，基于图1净值表现，基金走势明显优于基准（蓝线明显高于橙线），灰色色块代表超额收益率持续增长。
- 表1详列年化收益率、波动率、夏普比率、最大回撤，基金年化收益率8.00%优于基准-10.31%，夏普比率0.46较基准-0.37优秀，最大回撤-28.73%小于基准-36.10%，风险调整后表现更佳。
- 表2显示2018年和2019年所有选取的同类主动量化及中证500增强基金中，中欧数挖多因子均排名第一，表明在同类基金中具有较强竞争优势。

• 财务预测与假设说明：

- 基金产品采用指数增强策略，目标是在控制跟踪误差的同时实现稳定超额收益。数据和模型经过样本外的模拟测试，确保策略合理有效。

• 复杂概念阐释：

- 夏普比率：衡量单位风险带来的超额回报，0.46表明以承担的风险水平获得了较为稳健的回报。
- 信息比率(IR)：单位跟踪误差承担下的超额收益率，2.99远高于一般被视为优秀的0.5水平。
- 跟踪误差：基金收益与基准收益的波动差异，6.19%说明基金相对基准的波动较小。
- 最大回撤：投资组合在一定时期内最大跌幅；基金最大回撤低于基准，显示抗风险能力较强。

2.1.2 行业偏离度与业绩归因

• 关键论点：

- 基金所持行业配置与中证500高度一致，行业偏离度极低，体现指数特征，保持行业分布稳定，以期捕捉市场整体收益。
- 2019年前11个月业绩归因显示，超额收益主要来源于个股主动选股贡献约20.16%，择时贡献极小且无显著行业偏差，说明基金的选股能力是超额收益主要驱动。
- 因子暴露分析显示积极暴露于动量、市场收益及流动性，负暴露于中盘、大盘和价值因子，强调适度风险控制和风格稳定性。

• 数据与趋势：

- 图3(行业占比对比)中基金（蓝色柱）和中证500（橙色柱）行业持仓极为相似，各行业占比接近，偏离度降至0.78%。
- 业绩归因图显示超额收益为21.97%，其中买卖和交易成本稍有负贡献，但个股选择对超额收益贡献最大，凸显公司精选能力。

• 概念解释：

- 行业偏离度：基金持仓行业分布与基准的绝对偏差，低偏离度表示风格稳健。
- 因子暴露：基金相对于基准，在某些系统性风险因子（如动量、价值等）的投资权重，体现风险和收益风格的侧重点。

2.1.3 独特的分析师一致预期数据

• 核心内容：

- 中欧数据挖掘多因子通过结构化处理互联网大数据资源，整合分析师一致预期、卖方研究报告、市场舆情等非传统数据，展开多元数据挖掘与匹配。
- 该方法弥补传统财务报表数据的不足，使得预期数据更精准，提升因子模型的预测准确率，从而增强选股效果。
- 比起依赖广泛使用但准确性不足的Wind一致预期数据，中欧模式可以捕捉更细致的市场预期差异，产生有效的阿尔法。

• 数据处理流程与方法：

- 数据清洗：去除噪声和无效数据。
- 结构化处理与重构：将非结构化信息转成数据化因子。
- 多元数据匹配与优化：综合各种数据对公司财务指标进行更准确的预期估算。

• 图6、图7所示：

- 图6阐述了提升数据质量的环节，如结构化处理、数据重构、数据清洗和源甄别。
- 图7显示多因子模型依赖的三类关键数据来源：财务报表、分析师一致预期和市场舆情，与传统仅用财务报表不同。





---

2.2 对话基金经理——出色业绩的背后的秘密

• 基金经理背景：

- 曲径女士，卡耐基梅隆大学计算金融专业毕业，具有12年证券从业经验，曾任职于千禧年基金、中信证券另类投资业务线。
- 2015年加入中欧基金，现任策略组负责人及基金经理，负责多只主动量化及混合型基金管理。

• 管理理念与策略动态：

- 预期数据的精准是模型核心，误差的产生实际上创造了市场无法捕捉的超额收益空间。
- 强调多因子框架下不断更新和扩展因子库，当前模型包含十几个关键因子，监控因子数量超百个，但避免采用量价因子以降低交易频率和交易成本。
- 投研流程高度自动化，支持每日样本外模拟交易，持续跟踪因子和策略表现，迭代升级模型版本。
- 反对高频动态调整因子权重，认为静态权重更能控制风险和避免因子轮动反转带来的回撤。
- 有相对回撤调整机制，当相对收益跌破-4%时进行行业层面调整保持跟踪误差控制，但总体保持贝塔产品的仓位稳定。

• 投资者视角与市场适配：

- 认为主动量化更适合寻求稳健超额收益的FOF及资方，指数产品适合对资产配置更有能力的投资者。
- 模型在市场热点分散、缺乏增量资金入场时表现更好。
- 对新型大数据如夜光指数、客流量等保持关注，但目前仍处于数据整合的挑战阶段。
- 衍生品对公募基金影响有限，主攻基本面量化模型，衍生品更多利于投资者层面风险管理。

---

2.3 产品要素与管理人介绍

• 产品基本信息：

- 名称：中欧数据挖掘多因子灵活配置混合型证券投资基金。
- 基金代码：001990 (A类)、004234 (C类)。
- 标的指数：中证500指数。
- 业绩比较基准：中证500收益率95%+中债综合指数收益率5%。
- 投资目标：在风险可控前提下，积极主动配置资产，争取超越基准收益。
- 投资策略涵盖股票、股指期货、债券，在定量和定性结合下精选个股，使用股指期货对冲部分风险。
- 投资比例股票0%-95%，权证0%-3%，且每日保持至少5%现金流动性。

• 费用结构：

- 申购费区分金额梯度；赎回费根据持有期限递减，持有超过两年赎回费率为零。
- 管理费率1.5%；托管费率0.25%；销售服务费A类0%，C类0.8%。

• 管理人简介：

- 中欧基金管理有限公司成立于2006年，公募基金管理资质，注册资本1.88亿元。
- 混合所有制背景，拥有国资、外资、员工持股及民营成分。
- 截至2019年Q3，管理资产超2100亿元。
- 已获得2014年金牛基金管理公司奖项，产品线丰富涵盖货币，债券，灵活配置及纯股票多种类型。

• 代表性产品：

- 列举多只货币市场型、债券型、偏股混合型、灵活配置型基金，其中中欧数据挖掘多因子为灵活配置代表，基金经理曲径女士。[page::8,9]

---

三、图表深度解读

图表1（第2页）—基金净值表现

• 展示2017年底至2019年底基金净值（蓝线）与基准0.95倍的中证500指数（橙线）走势。

- 蓝线净值稳中有升，显示基金长期跑赢基准，灰色填充区域反映了持续增长的超额收益。

• 可见基准在2018年下跌明显，而基金净值回撤幅度相对较小且恢复更快，体现基金风险控制和选股优异。

- 支持结论：指数增强模型有效且成绩优异。[page::2]

图表2（第3页）—月度超额收益分布

• 柱状图显示自2018年1月至2019年12月中旬大多数月份实现正超额收益，少数负月极少且幅度较小。

- 表明基金超额收益稳定性强，月度超额胜率约88%，非常具有投资吸引力。

• 结合表2排名说明基金在同业中表现持续领先。

图表3（第4页）—行业占比与基准对比

• 蓝色柱代表基金行业持仓比例，橙色柱为中证500对应行业比例。

- 两者高度一致，表明基金仅小幅偏离基准行业配置，体现对中证500行业配置的忠实跟踪。

• 具体如银行、通信、石化、机械等行业持仓比例差异较小，资金配置合理。

图表4（第4页）—业绩归因

• 层级图清晰展开2019年1-11月的收益与风险分解，收益分为基准与主动贡献，两者分别为16.64%和21.97%。

- 主动贡献详细拆分为现金仓位、股票、交易及成本，其中个股选择贡献最大（20.16%），行业贡献微小（0.02%），表明主要超额来自股票精选。

• 风险控制也分项体现，显示组合在风险承担上有所权衡。

图表5（第5页）—风格暴露

• 横坐标因子类别，纵坐标为相对于基准的暴露系数。

- 基金在动量、市场收益和流动性因子上保持正暴露。

• 在价值、中盘、大盘和波动性上呈现负暴露，表明基金偏向成长及小盘风格，兼具一定动量因子特征。

- 三个时间点（2018年中报、年报和2019年中报）均表现相似，风格稳定。

图表6（第5页）—提高数据源质量的方法

• 图示展示了清洗、甄别、结构化处理及数据重构四个主要环节，形成高质量数据喂入因子模型。

- 体现基金管理方对数据科学严谨规范的流程管理。

图表7（第6页）—模型数据来源

• 图示三个核心要素：财务报表数据、分析师一致预期和市场舆情。

- 反映基金模型在传统财务数据基础上，加入了市场分析师预期和网络舆情，提升选股维度和精准度。

---

四、估值与风险分析

• 报告的核心不涉及具体股票估值，而是基金整体表现的多因子量化模型。

- 风险提示贯穿全文末尾，主要包括政策变化、市场环境波动可能导致模型失效风险。

• 风险管理措施：

- 严格的跟踪误差控制。
- 超额收益最大回撤控制（仅4.42%）。
- 相对回撤达到一定阈值后进行行业层面调整。
- 侧重静态因子权重以减缓因子轮动风险。

• 无显著对冲产品市场风险的衍生品策略，基金偏保守以基本面为主。[page::0,4,7,10]

---

五、批判性视角与细微差别

• 报告多处强调基金的稳健和优异表现，但风险提示部分相对简单，未深入量化模型失效条件。

- 场内流动性风险、极端市场事件等对多因子模型表现的潜在冲击未展开分析。

• 基金经理对动态因子调权保持谨慎，虽可降低波动，但可能错失因子轮动带来的机会。

- 量价因子被排除，固然降低交易成本，但在特殊市场环境下可能限制灵活性。

• 对于新兴非结构化数据的整合尚缺乏有效系统方案，存在数据利用效率和有效性不确定的潜在问题。

- 估值部分缺乏多角度的收益敏感性分析，尤其对不同市场环境下策略表现的弹性描述待加强。

• 报告整体为中立偏积极的产品推介性质，基于招商证券自身分析，投资者需结合自身风险偏好谨慎决策。[page::0,6,7,10]

---

六、结论性综合

本专题报告全面、系统地展示了中欧数据挖掘多因子定量基金在2018年至2019年间实现的稳定且显著超额收益。基金通过独特的多因子模型，融合传统财务数据与创新的分析师一致预期及市场舆情大数据，提升了因子预测能力和选股精准性。产品以指数增强策略为基准，严格控制跟踪误差，实现了年化超额18.31%的业绩，并且在同类型主动量化及指数增强基金中连续两年排名第一。

行业配置与中证500保持高度一致，风格稳健且适度暴露于动量及流动性因子，个股精选贡献了主要超额收益。基金经理曲径女士具备丰富量化投资和管理经验，主张科学严谨的量化研发流程，注重数据质量及模型的稳健性，并将静态因子权重视为控制风险的有效方式。基金同时保持相对回撤的动态管理，确保投资者利益稳健。

图表部分通过净值走势、超额收益分布、行业配置比较、业绩归因及因子暴露全面佐证了产品的稳定投资逻辑和优势。风险提示明确警示模型依赖历史数据，市场和政策环境变动可能导致模型失效。整体而言，报告给出的分析全面且具有说服力，是对基金投资价值的充分认可。

投资者在理解该基金以指数增强为核心、强调稳健选股及风险控制的策略思想的同时，亦应关注潜在的市场波动风险及模型局限，结合自身风险承受能力进行合理配置和动态跟踪。

---

参考文献标注

所有结论均来自招商证券研究发展中心发布的中欧数据挖掘多因子专题报告，页码对应见正文括号内标注 [page::0-11]。

---

（全文分析字数约1900字）

报告