她是中欧基金量化策略组投资总监，历任中信证券另类投资业务线高级副总裁、美国千禧年对冲基金量化投资高级研究员及副总裁。初见曲径，似乎很难将眼前这位80后“软妹子”和量化投资联系在一起。不过，只要谈及量化模型，曲径的话匣子就打开了，言语间流露出一个“理工女”的睿智：“我这个名字，学文科的会想到"曲径通幽"，学数学的却想到"曲率半径"”。

曲径告诉记者，在这个信息爆炸的时代，量化投资在信息获取、信息处理速度和准确性上的优势不言而喻。大数据的应用，使得机器学习选股成为未来趋势。但值得注意的是，只有选到独立研发的、与主流模型有差异的阿尔法，才能保证策略的可持续性。

7月31日，中证银联智策大数据100指数（下称“银策100”）正式发布。据曲径介绍，该指数是目前第一批基于线下数据而开发的大数据指数，这也意味着该指数的数据源更独特，策略体系更为稳健，与传统投资方式选出的股票相关度更低。同时，由于银联智策数据源在发布时间上领先于公司财报，因此对行业板块的收益也有一定的预测作用。未来基于银策100指数，中欧基金量化投资团队还将进一步研发适应市场潜在需求的基金投资品种。

银策100着眼“差异性”

曾经在华尔街从事量化投资的曲径告诉记者，对于量化投资来说，避免同质化的投资模型是重中之重。她回忆道，2007年间，华尔街许多基金使用的量化模型高度相似，以至于在当年8月某只基金清仓时，触发了类似的基金大幅回撤，从而引发了量化踩踏事件。“同质化的投资，由于有后续资金持续涌入，短期会产生看似很好的收益，但是一旦发生行情反转，集体亏损这样的极端事件难以避免。”曲径说。

因此，中欧基金量化策略组对投资策略的差异性非常重视。此次由中欧基金量化投资策略组和中国银联旗下银联智策顾问（上海）有限公司（下称“银联智策”）共同合作开发的银策100指数是业内首批基于中国银联的跨行交易数据开发的大数据指数，银联智策独创了一套高频更新的数据分析体系，范围涉及房地产、餐饮等各个经济领域。

资料显示，中国银联总共发行了50亿张借记卡和信用卡，覆盖全中国8亿持卡人，每年约36万亿交易额。对于证券投资来说，银策100指数与相关领域上市公司的收入指标有较强的相关性。银联消费数据覆盖A股市场1600家上市公司和48个中证三级行业，覆盖A股市值占比超过70%。而与传统宽基指数三个月甚至半年调整一次成分股相比，银策100指数每月审核并调整一次样本股，保证了成分股的活力与时效性。

消费大数据引领投资决策

曲径认为，传统投资在做出投资决策前需经历消费、数据汇总、公司财报发布、人工分析整理四个步骤，而利用银策100指数的大数据模型，就可以完成对一系列行业指标以及个股基本面指标的分析，整个过程更扁平化，时效性大大增强。

另一方面，凭借银联智策的数据支持，银策100指数获得了行业消费的第一手数据，基于此做出的投资决策也能领先一步。历史回测数据显示，2012—2015年间，银联智策提供的餐饮景气指标有效预测了白酒指数收盘价，银策100地产消费趋势指数同样也精确预示了过去一年间地产股的走势。

最为重要的是，曲径指出，银策100指数的行业分布倚重于本身具有基本面支撑的消费行业，在震荡市中优势明显，“比如美国的可口可乐，中国的伊利股份，它们都是市场中的中流砥柱，我相信在未来的A股市场中，包括消费、地产、高端汽车、酒店和大医疗等行业都将具备穿越牛熊的能力。”

量化投资运作高效协同

曲径2015年3月加盟中欧基金，谈及这个选择，她表示，量化投资团队的基础工作非常依赖IT技术部门和产品设计部门的协同支持，中欧基金平等、开放的合伙人文化，极大提高了内部的协同效率，市场化的激励机制保证了投资团队的稳定性，给传统的基金行业注入了创业的精神，“这种一起奋斗共同努力的工作状态对我个人来说是个惊喜。”

据曲径介绍，中欧基金量化策略组的本质其实是一个工程师团队，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。目前，团队由三个小组构成，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。