最近这两年，量化的发展突飞猛进，原来一个在国内相对小众的品类被越来越多的人熟知。
这一方面是因为基础设施越来越成熟，包括计算机的算力、数据的丰富度；另一方面则是因为近些年来部分量化产品的业绩相当不错，大家热情很高。
但想要解释什么是量化又非常难，一两句话几乎是解释不清楚的。如果你不是业内人士，想要接触到具体的模型、因子也几乎不可能。
不过，随着越来越多的量化团队出来路演、接受采访，以及在产品说明书里阐释他们具体在干什么，我也大致梳理了一下这个复杂的品类，希望大家看了会有所收获。
在量化的这么多策略里，在我看来，未来颇有前景、也是发挥公募基金投资优势的“先进生产力”或许要属基本面量化策略。
一、公募基金策略的大致分类
公募基金的策略上简单划分，那么会有这几类：普通指数策略、smart-beta策略、多因子策略，基本面量化策略、基本面策略。
不论是从基金数量上看，还是从资金规模上看，指数策略与基本面策略都是过去非常主流的策略。
基本面策略和普通指数策略比较好理解。
基本面策略主要基于基金经理对行业以及个股的判断，而普通指数策略就是跟踪指数，力争获得与指数相对一致的投资收益。
这里我们主要说说市场上这些年里发展突飞猛进的几个策略smart-beta策略、多因子策略以及基本面量化策略。
二、smart-beta策略、多因子策略、基本面量化策略
如果说在这些年里先进的量化生产力，我首先会想到基本面量化策略，特别是有些权益做得相当出色的大厂，基本面量化或许是最优解。
但谈直接谈基本面量化则太抽象，这里我结合smart-beta策略和多因子策略来说。
1、smart-beta策略
简单来说，相比普通的指数，smart-beta指数希望更“聪明”一点，我给大家举个例子。
比如中证500成长创新策略指数就是一个smart-beta指数。
从指数的编制方案上看，中证500成长创新策略指数的样本空间与中证500指数一致，但具体的选样方法却明显不同。
中证500指数的计算只包含了两个因素，市值与成交额。
如果再概括一点的话，中证500指数重点考虑的因素，那就是流动性，这也是市场上绝大部分指数遵循的编制方法。
而中证500成长创新策略指数除了对权重股的流动性提出要求之外，还加入了质量因子（ROE、速动比例、毛利率、资产收益率等指标），创新因子（研发支出占比、研发支出增长率）、成长因子（利润增长、营收增长）。
2、多因子策略
相比smart-beta策略，多因子策略主动性更强一点，我翻了下市面上相关基金的招募说明书。
与smart-beta策略的主要区别就是因子数量更多。
包括估值因子、财务质量因子、成长因子、市场因子、分析师预期因子。
而且与smart-beta相比，多因子策略的一个最大的不同就是，我们无法得知这些因子的计算模型。
其实也能理解，毕竟超额收益要依赖于这些因子，所以管理人不公开其中的秘密是正常的，这个“黑盒”也是决定了多因子策略竞争力的关键。
3、基本面量化策略
接下来我们要说的就是基本面量化策略了，相比起上面两个策略，基本面量化策略则更主动一点，有只基本面量化策略的产品，产品合同里是这样解释的——
用比较通俗的方式去描述它与smart-beta及多因子策略的不同，我觉得主要在于两个方面，“基本面”和“逻辑”。
smart-beta与多因子策略依靠计算机根据模型做交易，基金经理的工作重点是需要定期对模型进行调整。
而基本面量化策略除了考验基金经理的建模能力，还对基金经理及背后团队的基本面研究水平提出了要求。
smart-beta策略和传统的多因子策略模型并不关注行业之间的划分，但基本面量化上则往往会考虑行业。
这在很多时候会能够解决smart-beta策略和传统的多因子策略模型的一些问题。
比如不同行业的逻辑其实有很大差别，像是强周期性行业的估值逻辑就与成长行业就明显相悖。
比如中欧基金在基本面量化上，就会对不同行业单独建模，用基本面支撑量化模型。
除了基本面研究的支持外，基本面量化与多因子策略的逻辑也不尽相同。
传统多因子策略把更多的精力放在了“因子挖掘”，通过大量的历史数据对模型进行回测，从而检验模型的好坏。
基本面量化则更注重底层逻辑。
比如乘用车行业会纳入乘联会和中汽协的销量数据、4S店库存、车厂库存、购置税减免（数据调用更多）等实时数据（信息更新更及时）。
看到这，不知道大家对基本面量化是否有一个大体的概念了。
三、基本面量化的优势以及表现
解释完基本面量化，大家应该能理解为什么我上面说，“在权益做得相当出色的大厂，基本面量化是最优解”。
因为涉及到了行业，那么不仅需要基金经理和团队对量化、因子有很深刻的理解，同时也需要有大量的投研团队对全市场、全行业进行覆盖。
在基本面量化这一块有相当优势的一家基金公司是中欧基金。
大家对中欧基金的认知可能更多还是停留在“权益大厂”，但他们在这两年里在基本面量化上也提前做了相当多的布局。
比如团队负责人是曲径，她的量化背景相当丰满，曾在国际顶级私募基金千禧年基金担任量化基金经理。
在她过去15年的投资时间里（6年基金管理），也逐渐从传统的多因子模型里进化到基本面量化，做了自我迭代。
基本面量化这个策略需要很强的团队协作。
不管是主动权益类部门，还是量化部门，中欧基金的特色就是团队发力、群策群力。
除了曲径以外，中欧基金量化团队有着老中青的金字塔结构。
既有资深基金经理（曲径），也有从业四五年左右的中生代基金经理，以及多名新生代量化研究员。
从业绩上看，中欧基金基本面量化团队管理的几只产品，在同类型产品中都获得了相当不错的业绩。
“量化投资跟主观投资的差别在于，后者很依赖自己的决策，而前者则无比敬畏市场、敬畏市场的结果，由此更信任模型和模型的理性——理性是量化最大的优势。”曲径曾这样说。
数据来源：基金定期报告，指数数据来源wind，排名来源银河证券，2021/12/31。中欧数据挖掘A近一年排名109/495，近三年排名114/433，同类指灵活配置型基金（股票上下限0-95%+基准股票比例60%-100%）（A类）；中欧量化驱动近一年排名58/692，同类指偏股型基金(股票上下限60%-95%)(A类)；中欧互通精选A近一年排名230/692，同类指偏股型基金(股票上下限60%-95%)(A类)。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%, 2017-2021各年度及成立以来涨幅分别为：-0.53%、-19.34%、51.88%、56.92%、22.88%、158.58%，业绩比较基准分别为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）。中欧互通精选A成立于2018-10-08，业绩基准：MSCI中国A股国际通指数收益率*80%+中债综合指数收益率*20%；2019-2021各年度及成立以来涨幅分别为35.45%、46.35%、15.31%、101.17%，同期基准涨幅28.03%、24.94%、0.36%、46.46%。历任基金经理任期：曲径(20181008至20220104)钱亚婷(20211103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、中欧量化动力成立不满6个月，按法规要求业绩不予展示。
基金有风险，投资需谨慎。上述基金为混合型基金，预期收益和风险水平高于债券型基金/货币市场基金，低于股票型基金。基金管理人依照恪尽职守、诚实信用、谨慎勤勉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对本基金业绩表现的保证。以上材料仅供参考，未经同意请勿引用或转载，其中的观点和预测仅代表当时观点，今后可能发生改变。投资者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。本产品由中欧基金发行与管理，代销机构不承担产品的投资、兑付和风险管理责任。
