提到“Think small”，很多人会想到营销史上的经典案例，实际上在投资领域同样有许多“小而美”的小龙头也值得重点关注，这就是世界著名管理大师赫尔曼·西蒙提出的“隐形冠军(invisible champion)企业”。“隐形”是因为这些企业几乎不为外界所关注,而“冠军”则意味着它们在某一个细分领域专注而卓越，处于领先地位。

       尤其是处于经济转型升级进程中的A股市场，各细分领域结构性机会迭出，在挖掘“隐形黑马”方面，鹏华基金梁浩绝对是不可忽视的存在，其重仓的个股可能鲜为人知，比如某网红小家电品牌、电商代运营商、小米产业链的行李箱制造商等，但历史回报力却惊人。目前梁浩在管基金总规模已达226.77亿元，是市场上少有的超200亿的TOP级别基金经理。

       同时作为鹏华基金研究部负责人，梁浩一直也在扩大投研团队的能力圈，其引领下的“梁浩+”成长天团已经汇聚了各细分赛道的精兵强将。A+H投资研究经验丰富的聂毅翔、成长投资能手的王海青、擅长宏观策略分析的张华恩、擅长多因子量化选股的包兵华。还有25名覆盖全行业的研究员做后盾。

      9月22日起，“梁浩+”成长天团系列全新力作、由梁浩和包兵华合力出基的鹏华成长智选（A类：010264，C类：010265）将全面发行。

用产业思维做投资，风未起时先行布局

       梁浩是拥有12年投研经验、9年公募基金管理经验的成长投资大咖，是中国人民大学经济学博士，现任鹏华基金董事总经理（MD）、研究部总经理、投委会成员，早年曾任职于信息产业部电信研究院(现中国信息通信研究院)，从事产业政策研究。这样的经历也奠定了梁浩区别于其他基金经理的**成长投资视角：更愿意从现有的业务格局中去看大的产业或者社会发展趋势，从中发现长期的产业特征。更通俗的说，多数人可能关注“怎么投”，而梁浩更为重视“为什么”，他看到的是消费新趋势、或者传统品牌在互联网被激活。“互联网精神是这一波中国社会发展最深刻的产业力量。”梁浩曾在诸多场合说过，很看好互联网对传统产业的重塑。

       用产业思维做投资，每一个机会的发掘都有对产业发展的理解。“比如说我们组合里面有网红概念股，我们并不是在风来的时候布局，而是在两年前就开始布局了。我们还在很早的时候布局了小米概念股，因为当时就发现了小米对于中国制造业的重塑，这背后是互联网和中国制造业的结合。”

       用做绝对收益的思路来做相对收益，赚企业成长、产业发展的钱，使得梁浩的产品在降低波动和控制回撤上具备明显优势。以其代表作鹏华新兴产业基金（206009）为例，Wind数据统计，截至2020年9月18日，在最近1年里，该基金的下行风险为10.74%，小于同类平均；年化波动率为20.06%，也小于同类平均。梁浩自2011年管理鹏华新兴产业以来，期间任职回报达394.63%，实现任职总回报将近4倍增长，年化回报率高达19%，在同期可比的322只偏股混合型基金中高居前10；今年来收益率也达66.79%，排名同类前4%（34/990）。

数据来源：Wind，截至2020年9月18日

打通研究与投资的链条，用科技体系解决投资难题

中国资本市场日趋成熟，投资策略也不能一成不变，需要与时俱进、常研常新。

       “过去我一直觉得自下而上是最逼近公司真实状态的一种投资方式，只要对公司有深度的认知，就能抵抗短期下跌带来的心理恐惧，也能在公司股价有所表现时，坚定持有。”从历史上看，梁浩的持股周期均较长，并且经常挖掘出许多“非市场共识”的黑马。不过如果只是自下而上找Alpha，可能会在组合Beta表现不太好时，很长一段时间收益率都不是很突出。经历十余年的投研磨砺后，梁浩开始思索如何优化自下而上的投资方法。

       “虽然很多时候来自个股选择的Alpha很大，但是在有些市场环境中如果没有匹配大的Beta也会非常吃亏。”梁浩指出，不会将自己的框架推到重来，只是需要一些优化，提高自身的投资效率。为此近些年来，在“基本面投资”理念指引下，鹏华基金投研团队一直在打通研究和投资之间的链条，“梁浩+”成长天团，集合鹏华基金研究团队的理念与思想，尝试用科学体系来解决投资中的难题，解决了Beta和Alpha不可兼得的问题，并且能够比较好的平滑收益率。           “将自上而下和团队智慧加入到我们的个股选择框架后，组合在不同风格的市场中，都有机会取得稳定的超额收益。”

投资是艺术也是科学

鹏华投研体系在探索中迭代升级

       回顾过去5年，鹏华基金研究部经历了搭建、完善、不断地磨合、持续创新的过程。从最初专注于行业个股研究的团队，逐步发展成为结合自上而下的宏观、量化和大数据、细分行业基本面研究的综合型团队，作为研究部领军人的梁浩深有感触。

       梁浩介绍，首先，鹏华搭建了比较完善的研究体系和人才梯队，“我们有大概30个研究员覆盖上百个二级子行业，应该说就像打仗一样，每个人守住自己的一块阵地，每个研究员都覆盖了自己覆盖的行业，有重要的公司能持续的进行紧密跟踪，同时对于这些有机会也能够快速反应，这样基本上达到了研究体系对于投资的支持，我们叫它研究体系的1.0。”

       在实践时，鹏华基金研究部发现不仅要低头拉车，还要抬头看路。在2.0版本时，鹏华通过统计数据、行业研究、草根调研的验证、上市公司的调研还是专家的访谈，逐渐把握宏观策略和行业的景气度，这些配合起来，真正做到自上而下和自下而上紧密结合，才能对研究做出比较好的支撑。

      后来大家也逐渐发现，投资是科学，也是艺术，更是科学与艺术的结合。“作为公募基金最重要的是给投资者创造超额收益，投资者更希望要的是显著的超额收益，稳定、持续、可预期的超额收益，在量化策略帮助下，从宏观策略角度就能够把握市场风格，在行业研究基础上，把握行业景气度，同时我们有很好的研究基础做个股选择。将这些策略都结合在一起的体系相对来说比较有效，也的确取得比较好的效果，这就是鹏华研究体系的3.0版本。”

基本面投资为核心 “主动选股×量化投资”双剑合璧

       在2019年，梁浩联合主动量化投资专家包兵华重磅**鹏华研究智选，也是鹏华研究体系3.0的实践之一。据了解，包兵华作为券商量化研究员出身，具备超强的量化建模能力，擅长多因子量化选股，用量化的方式把主动投资理念建模，全市场筛选符合主动投资理念的股票。

       对于为何要在主动管理基础上引入量化策略？包兵华分析指出，中国资本市场目前尚且处于相对不那么完善阶段，但仍然存在较多的盈利机会。首先投资者以散户为主，情绪化非常明显，市场波动比较大，市场波动的时候往往隐藏一些机会；其次就是信息不对称，不够公开透明；三是就是投资者理念和方法不够成熟，追涨杀跌，这都给量化策略带来了一些机会。

       量化策略的优点是能够使投资盈利更稳健：首先是科学性，基于大数据的统计效应，还有衍生品定价理论，有科学的理论作为依据；其次是高效性，利用量化模型或者量化策略可短时间内做到全市场覆盖，同时执行的速度非常快，从数据处理到交易执行都可以很快速；再次是纪律性，可以避免个人投资情绪影响带来的亏损。

       在2019年，梁浩联合主动量化投资专家包兵华重磅**鹏华研究智选。包兵华，券商量化研究员出身，具备超强的量化建模能力，擅长多因子量化选股，用量化的方式把主动投资理念建模，全市场筛选符合主动投资理念的股票。

      “单纯的数据挖掘无法考虑外界因素的干扰，同样也无法深入洞察市场内部的机制。因此，量化投资建模应该是基于有正确投资逻辑支撑的前提下进行的策略开发，而不是基于纯粹数据挖掘的模型构建，量化投资应是对于主动管理的投资理念与投资逻辑进行数量化、规则化，模型化，克服人性弱点，避免风格的漂移”，包兵华进一步指出，目前鹏华研究智选60-80只股票等权配置，每月调仓，按照估值、盈利、成长几个维度永不停息寻找被市场暂时低估的股票。

       鹏华研究智选成立来的业绩表现也证明了“主动+量化”双剑合璧的威力：截至9月18日，鹏华研究智选今年来收益率62.33%，远远跑赢沪深300指数15.64%的涨幅，也超越同类平均39.69%的涨幅，稳居同类前7%（62/990）。

从“研究智选”到“成长智选”

量化多策略制造基金新物种

       9月22日，鹏华研究智选的“进阶版”——鹏华成长智选混合型基金（A类：010264，C类：010265）要来了！同样的配方，不一样的味道。同样由梁浩与包兵华强强联合管理，整体投资思路和方法一致，但在配置弹性和进攻性方面会略有加强，将增加一些具备前瞻性、拐点性的个股配置。未来，鹏华成长智选还可在A+H股两地三市进行投资，股票资产占基金资产的比例为60%-95%，其中投资于港股通标的股票占股票资产的比例不超过50%。而且鹏华成长智选可谓是鹏华研究部此前几大版本实践结合的结晶，专注主动选股与量化投资，运用量化多策略制造基金新物种。

       无论是梁浩的鹏华新兴成长，还是梁浩同包兵华共同管理的鹏华研究智选，以及重磅发行的鹏华成长智选，都是鹏华研究部团队合力的产品，都有统一的核心投资理念，即从基本面出发，只是在各自的实现方式上，可能是会有所差异。“不管我们的研究体系如何演化、进展，都是围绕着基本面投资来做得更好、更完善，这是我们最核心的理念，也是安身立命之本。”梁浩如是表示。

       对于基本面投资如何对量化策略加持，梁浩指出，首先将严防财务造假，克服传统量化投资的这一缺陷；其次需要长期跟踪、深入调研，关注公司治理、管理层品格；最后是提前反馈季报披露之前基本面的变化，提供投资的前瞻性研判。

大数据智能量化投资

六大特色寻觅“小而美”的隐形冠军

      包兵华介绍道，任何一种投资方式都有不足之处，量化投资也不例外。“面临不足，我们不是舍弃它，而是努力改变或减少它的局限性。”很多主动量化产品是单纯基于数据挖掘，这样就会产生单纯数据模型的局限性。首先是过度拟合，在某一时点进行量化建模，可能在一段时间内是最优的，但未来有很大的不确定性。其次，是有很多假设前提，其中有一个比较重要的假设前提，就是量化模型假定外部环境没有发生大的变化，但事实上外部环境一直都在变化发展中，这样就导致原有量化模型不能适应新的市场环境，走势自然会不理想。

       在基本面研究加持下，鹏华大数据智能量化策略，既利用量化投资的优点，比如纪律性、时效性、数据挖掘能力强、数据处理速度快等优点，同时又摒弃单纯数据挖掘不足的局限。通过多策略、多模型的优势进行组合的选择，从而避免整个投资组合出现大起大落，部分年份收益非常高或非常低的情况。通过单策略理念的均衡性，多策略的相互补充性，来应对市场阶段、不同风格引起的市场环境变化的情况。参考鹏华研究智选，未来梁浩和包兵华的重磅新作将呈现以下六大特色：

      第一，不进行过多的仓位择时。组合整体保持不高于90%的区间总仓位，不进行过多的仓位择时，除非市场出现极端危险信号。

      第二，持股高度分散。从全市场按照核心投资理念筛选出300左右个股池子，再收短约束，进一步选择出80-90只个股，像鹏华研究智选今年中报数据披露，全部持股数量不足百只，为96只，第一大重仓股占比不到2%。

       第三，行业配置中性。如鹏华研究智选最新中报数据显示，覆盖28个申万一级行业中的18个，第一大重仓行业占比不足20%，其他行业占比不足10%。

       第四，将进行月度调仓。不断进行再平衡策略，对于明显偏离基本面高估或者短期上涨过快的个股，进行适当减少或清仓，反之亦然。

       第五，数据广度上，不断挖掘市场尚未注意到的“小而美”的公司。历史定期报告数据显示，鹏华研究智选持仓个股市值偏小，全部持股的平均市值在300-400亿左右，不断挖掘“隐形黑马”。

       最后是胜率与阿尔法，以跑赢大盘指数为标准。像鹏华研究智选de 选股胜率高达70%以上，部分行业最优10只公司中持股高达6只。

       这样整体盘下来，可以发现，近期重磅发行的鹏华成长智选可谓是集鹏华研究部大智慧，又有善挖黑马的成长投资名将梁浩和主动量化专家包兵华联袂出击，或将实现“主动管理+量化选股”1+1＞2的效果。

来源：金融界