基金经理列传|赵诣：一举成名天下知
A股春秋三十余载，跌宕起伏，各界精英争相竞逐，好不热闹，这其中就有一个举足轻重的组织，手握20多万亿资产的中国基金。这个组织里面聚集着大大小小的头领，用官话叫基金经理，这些基金经理们也是民间津津乐道的话题。本系列栏目将陆续推出他们的故事，今天我们要讲的是—泉果基金经理赵诣
10月13日，泉果旭源三年持有期基金正式开始认购，首日便募集了近85亿，仅仅两天就完成了100亿的募集规模。在今年基金市场发行冷淡的情况下，能有如此的表现堪称奇迹！不过仔细探究背后的原因，也就不足为奇了。首先，该基金经理由2020年度“四冠王”赵诣担任。其次，泉果基金由资管界的顶级大佬王国斌带队，其团队的投研实力堪称二级市场的顶配。本文龙小猫将重点剖析赵诣这名基金经理，探究公募基金24年历史上唯一的年度“四冠王”有何过人之处！
1.天才学霸，行业新兵
赵诣出身于全国理科实验班，2005年获保送进入清华机械自动化专业本硕连读。毕业后的第一份工作是在申银万国证券研究所担任机械行业分析师，后来到了农银汇理做基金管理有限公司研究员，当时研究的方向是机械和军工行业。做了一段时间的基金经理助理后，因研究能力超强，在2017年3月21日，赵诣被公司高层提拔为基金经理，管理的基金正是农银汇理研究精选。
在赵诣接手农银汇理研究精选之前，该基金就已经跑输大盘了。年轻的他踌躇满志，希望凭借一己之力扭转业绩颓势。不过刚出道时，赵诣还未能磨练出基本面投资的能力，面对下跌行情更多做的是短线交易，导致业绩更加惨不忍睹。之后已经成名的赵诣在采访中说：在2018年一度怀疑自己要下岗，在压力中反思和迭代自己的投资。
2.调仓失败，跑输大盘
仔细研究赵诣上任之后的调仓，发现头两年他的调仓效果都不好。第一次大规模调仓在2017年第3季度，从那时起赵诣的基金中加入了大量券商股，包括东方财富、华泰证券、中信证券和招商证券。到了第四季度，他开始重仓“中字头”的股票，包括中国中车、中国平安、中直股份、中天科技、中兴通讯和中航西飞。然而两次大规模调仓取得的收益却非常差，同期沪深300的收益率为-11.51%，而赵诣的收益是-34.87%。
2018年，赵诣开始青睐军工板块，逐渐在投资组合加入军工股，到了第三季度，前十大重仓股几乎清一色都属于军工题材，包括航天电器、中航沈飞、中航电测、四创电子和航新科技等等。但很巧的是，2018年末，随着中美关系缓和，军工板块大幅下跌，2018年整年赵诣的基金也损失惨重，一年时间亏了36.61%，值得一提的是当年大盘也才跌了13.93%。
可以发现管理基金的头两年，赵诣喜欢通过不断切换行业来获取超额收益，一出手就直接重仓某个行业，风格非常激进，回撤也非常大。此时的他更像是一个短线客，不断追踪热点，但每次取得的效果都很差。龙小猫认为这是赵诣的1.0时期，投资能力和心态均未成熟。
3.改做减法，回归本源
接连的投资失败，让赵诣开始反思自己的投资策略。从2018年下半年开始，赵诣在行业上做减法，回到自己熟悉的制造行业，形成了自己的理念，就是“需要获取的不是市场交易的钱，而是企业成长的钱”。此后他加大了科技成长股的投资，从其管理时间最长的农银汇理研究精选持仓变化可以看到：
2018年赵诣大幅度加仓电力设备与新能源，此后维持高位；在2019年增加了基础化工（电池）的持仓，仓位逐步加重；2019年还新增有色（锂）的持仓。之后赵诣管理的产品业绩步入起飞期。
到了2020年，赵诣瞄准市场机会，抄底光伏产业，随着光伏产业的爆发他的业绩一路飞升，也拿到了他的“四冠”。其掌舵的农银汇理工业4.0、农银汇理新能源主题、农银汇理研究精选和农银汇理海棠三年定开4只基金分别以166.56%、163.49%、154.88%、137.53%的年度收益包揽全市场前四强，一举打破刘格菘的记录，一战成名！
4.分红逃顶，业绩持续
2021年11月中旬，赵诣的农银汇理海棠三年定开进行分红，按照净值计算，分红比例超40%。巧合的是，在赵诣分红之后，仅仅过了一个多月，新能源基金便开始大幅回撤，幅度都在30%以上。也就是说，当时的赵诣已经意识到新能源赛道已经过热，决定通过分红的方式保住投资者的收益。
和很多今年业绩很好，明年业绩垫底的基金经理不同，在2020年拿了4冠王之后，2021年赵诣依旧取得了非常不错的收益。2021年他的四只基金排名均在同类（一级分类）前3.3%。龙小猫认为此时的赵诣处于自己的2.0时期，投资能力和心态均已成熟。
5.加盟泉果，奔赴未来
今年3月，管理规模400亿的顶流基金经理赵诣决定加入刚成立不久的泉果基金。其创始人是大名鼎鼎的王国斌和任莉，10年前的那个春天，王国斌、陈光明、任莉同为东方资管的顶梁柱，联手缔造了业内如日中天的“东方红”品牌！后来陈光明创立了业内知名的睿远基金，如今王国斌、任莉成立的泉果基金对于每一位基金经理来说都是吸引力巨大的！
加盟泉果，赵诣认为是一种双向奔赴，基于理解、理念和机会三个方面选择的结果。私募相比于公募来说更加自由，对基金经理的考核维度也有所不同。身边都是理念相近的大佬，能让赵诣在泉果基金充分发挥自己的才能。相信在泉果的赵诣能快就能迎来自己的3.0时期！
6.投资理念
总结下赵诣的投资理念就是：偏好成长、精选赛道、优选个股、坚守能力圈、长期持有、高仓位运作。
（一）选股：偏好成长、精选赛道、优选个股
赵诣是一名典型的成长风格基金经理，他倾向于“在更长的赛道中，选取更确定的马”，选择竞争格局已经稳定和已经具有领先地位的子领域龙头企业，在偏左侧（股价快下跌到底部时）买入个股，通过较长周期持股获得营业收入和利润率的双重提升。
在个股选择方面主要看两个维度。
第一个维度是选行业赛道，主要看三点：
1. 行业空间要大、周期要长，以便能够长期投资；
2. 竞争格局要明确稳定，这样才能赚到确定增长的钱；
3. 最好有政府政策也支持，符合国家宏观经济动向。
第二个维度是选公司，主要看四点：
1. 是龙头企业，在市场份额和技术层面要位于行业前列；
2. 要有自己的核心竞争力，也就是护城河，不能轻易被超越取缔；
3. 治理结构要完善、管理层有足够的执行力；
4. 能够做出业绩，拥有稳定的利润来源。
（二）资产配置：坚守能力圈、专注制造业、做时间的朋友
不论是学术研究还是投资研究，赵诣始终专注于制造业。
在担任基金经理期间，尤其是2019年确定自己的投资体系和框架后，他始终坚持对制造业的配置和研究。
从农银研究精选的行业配置图可以看出，自2019年以来，赵诣的投资主要集中在光伏、新能源汽车、计算机、军工等高端制造业。
（三）持仓：高仓位运作
仓位管理方面，从2019年6月份以来，赵诣一直保持高仓位运作。
因为长期高仓位操作，所以在择时方面有所弱化。
高仓位能够带来高收益，但是也会带来高波动。
最近三年来，这只基金最大回撤高达-38.64，比起大多数主动基金，这个回撤算是比较高的了。
7.个人评价
最后龙小猫来简单评价下赵诣这名基金经理，个人认为生涯初期的他有一定的赌性，动不动就是看好某个行业直接梭哈，所以回撤非常大。这也与公募基金的机制有关，业绩冠军意味着后续源源不断的投资者申购，导致押宝型基金经理越来越多。后面回到自己擅长的制造业中，赵诣的表现就非常优异了，换手率也越来越低。21年的新能源成功逃顶展示了赵诣的远见，并不是像很多人说的“他只会赌”。能被泉果招至麾下，说明赵诣的能力还是深受业内顶级大佬认可的！现在的赵诣比2020年“四冠王”时期更加成熟、理性，私募的自由度和公司强大的投研能力将是其最大的助力。
8.番外
泉果基金，名字由来于《易经》，“山下出泉，君子以果行育德”。从命名上体现出以客户利益为先，坚持品德至上、专业至精、时间为友的核心理念。
A股春秋三十余载，跌宕起伏，各界精英争相竞逐，好不热闹，这其中就有一个举足轻重的组织，手握20多万亿资产的中国基金。这个组织里面聚集着大大小小的头领，用官话叫基金经理，这些基金经理们也是民间津津乐道的话题。本系列栏目将陆续推出他们的故事，今天我们要讲的是—泉果基金经理赵诣
10月13日，泉果旭源三年持有期基金正式开始认购，首日便募集了近85亿，仅仅两天就完成了100亿的募集规模。在今年基金市场发行冷淡的情况下，能有如此的表现堪称奇迹！不过仔细探究背后的原因，也就不足为奇了。首先，该基金经理由2020年度“四冠王”赵诣担任。其次，泉果基金由资管界的顶级大佬王国斌带队，其团队的投研实力堪称二级市场的顶配。本文龙小猫将重点剖析赵诣这名基金经理，探究公募基金24年历史上唯一的年度“四冠王”有何过人之处！
1.天才学霸，行业新兵
赵诣出身于全国理科实验班，2005年获保送进入清华机械自动化专业本硕连读。毕业后的第一份工作是在申银万国证券研究所担任机械行业分析师，后来到了农银汇理做基金管理有限公司研究员，当时研究的方向是机械和军工行业。做了一段时间的基金经理助理后，因研究能力超强，在2017年3月21日，赵诣被公司高层提拔为基金经理，管理的基金正是农银汇理研究精选。
在赵诣接手农银汇理研究精选之前，该基金就已经跑输大盘了。年轻的他踌躇满志，希望凭借一己之力扭转业绩颓势。不过刚出道时，赵诣还未能磨练出基本面投资的能力，面对下跌行情更多做的是短线交易，导致业绩更加惨不忍睹。之后已经成名的赵诣在采访中说：在2018年一度怀疑自己要下岗，在压力中反思和迭代自己的投资。
2.调仓失败，跑输大盘
仔细研究赵诣上任之后的调仓，发现头两年他的调仓效果都不好。第一次大规模调仓在2017年第3季度，从那时起赵诣的基金中加入了大量券商股，包括东方财富、华泰证券、中信证券和招商证券。到了第四季度，他开始重仓“中字头”的股票，包括中国中车、中国平安、中直股份、中天科技、中兴通讯和中航西飞。然而两次大规模调仓取得的收益却非常差，同期沪深300的收益率为-11.51%，而赵诣的收益是-34.87%。
2018年，赵诣开始青睐军工板块，逐渐在投资组合加入军工股，到了第三季度，前十大重仓股几乎清一色都属于军工题材，包括航天电器、中航沈飞、中航电测、四创电子和航新科技等等。但很巧的是，2018年末，随着中美关系缓和，军工板块大幅下跌，2018年整年赵诣的基金也损失惨重，一年时间亏了36.61%，值得一提的是当年大盘也才跌了13.93%。
可以发现管理基金的头两年，赵诣喜欢通过不断切换行业来获取超额收益，一出手就直接重仓某个行业，风格非常激进，回撤也非常大。此时的他更像是一个短线客，不断追踪热点，但每次取得的效果都很差。龙小猫认为这是赵诣的1.0时期，投资能力和心态均未成熟。
3.改做减法，回归本源
接连的投资失败，让赵诣开始反思自己的投资策略。从2018年下半年开始，赵诣在行业上做减法，回到自己熟悉的制造行业，形成了自己的理念，就是“需要获取的不是市场交易的钱，而是企业成长的钱”。此后他加大了科技成长股的投资，从其管理时间最长的农银汇理研究精选持仓变化可以看到：
2018年赵诣大幅度加仓电力设备与新能源，此后维持高位；在2019年增加了基础化工（电池）的持仓，仓位逐步加重；2019年还新增有色（锂）的持仓。之后赵诣管理的产品业绩步入起飞期。
到了2020年，赵诣瞄准市场机会，抄底光伏产业，随着光伏产业的爆发他的业绩一路飞升，也拿到了他的“四冠”。其掌舵的农银汇理工业4.0、农银汇理新能源主题、农银汇理研究精选和农银汇理海棠三年定开4只基金分别以166.56%、163.49%、154.88%、137.53%的年度收益包揽全市场前四强，一举打破刘格菘的记录，一战成名！
4.分红逃顶，业绩持续
2021年11月中旬，赵诣的农银汇理海棠三年定开进行分红，按照净值计算，分红比例超40%。巧合的是，在赵诣分红之后，仅仅过了一个多月，新能源基金便开始大幅回撤，幅度都在30%以上。也就是说，当时的赵诣已经意识到新能源赛道已经过热，决定通过分红的方式保住投资者的收益。
和很多今年业绩很好，明年业绩垫底的基金经理不同，在2020年拿了4冠王之后，2021年赵诣依旧取得了非常不错的收益。2021年他的四只基金排名均在同类（一级分类）前3.3%。龙小猫认为此时的赵诣处于自己的2.0时期，投资能力和心态均已成熟。
5.加盟泉果，奔赴未来
今年3月，管理规模400亿的顶流基金经理赵诣决定加入刚成立不久的泉果基金。其创始人是大名鼎鼎的王国斌和任莉，10年前的那个春天，王国斌、陈光明、任莉同为东方资管的顶梁柱，联手缔造了业内如日中天的“东方红”品牌！后来陈光明创立了业内知名的睿远基金，如今王国斌、任莉成立的泉果基金对于每一位基金经理来说都是吸引力巨大的！
加盟泉果，赵诣认为是一种双向奔赴，基于理解、理念和机会三个方面选择的结果。私募相比于公募来说更加自由，对基金经理的考核维度也有所不同。身边都是理念相近的大佬，能让赵诣在泉果基金充分发挥自己的才能。相信在泉果的赵诣能快就能迎来自己的3.0时期！
6.投资理念
总结下赵诣的投资理念就是：偏好成长、精选赛道、优选个股、坚守能力圈、长期持有、高仓位运作。
（一）选股：偏好成长、精选赛道、优选个股
赵诣是一名典型的成长风格基金经理，他倾向于“在更长的赛道中，选取更确定的马”，选择竞争格局已经稳定和已经具有领先地位的子领域龙头企业，在偏左侧（股价快下跌到底部时）买入个股，通过较长周期持股获得营业收入和利润率的双重提升。
在个股选择方面主要看两个维度。
第一个维度是选行业赛道，主要看三点：
1. 行业空间要大、周期要长，以便能够长期投资；
2. 竞争格局要明确稳定，这样才能赚到确定增长的钱；
3. 最好有政府政策也支持，符合国家宏观经济动向。
第二个维度是选公司，主要看四点：
1. 是龙头企业，在市场份额和技术层面要位于行业前列；
2. 要有自己的核心竞争力，也就是护城河，不能轻易被超越取缔；
3. 治理结构要完善、管理层有足够的执行力；
4. 能够做出业绩，拥有稳定的利润来源。
（二）资产配置：坚守能力圈、专注制造业、做时间的朋友
不论是学术研究还是投资研究，赵诣始终专注于制造业。
在担任基金经理期间，尤其是2019年确定自己的投资体系和框架后，他始终坚持对制造业的配置和研究。
从农银研究精选的行业配置图可以看出，自2019年以来，赵诣的投资主要集中在光伏、新能源汽车、计算机、军工等高端制造业。
（三）持仓：高仓位运作
仓位管理方面，从2019年6月份以来，赵诣一直保持高仓位运作。
因为长期高仓位操作，所以在择时方面有所弱化。
高仓位能够带来高收益，但是也会带来高波动。
最近三年来，这只基金最大回撤高达-38.64，比起大多数主动基金，这个回撤算是比较高的了。
7.个人评价
最后龙小猫来简单评价下赵诣这名基金经理，个人认为生涯初期的他有一定的赌性，动不动就是看好某个行业直接梭哈，所以回撤非常大。这也与公募基金的机制有关，业绩冠军意味着后续源源不断的投资者申购，导致押宝型基金经理越来越多。后面回到自己擅长的制造业中，赵诣的表现就非常优异了，换手率也越来越低。21年的新能源成功逃顶展示了赵诣的远见，并不是像很多人说的“他只会赌”。能被泉果招至麾下，说明赵诣的能力还是深受业内顶级大佬认可的！现在的赵诣比2020年“四冠王”时期更加成熟、理性，私募的自由度和公司强大的投研能力将是其最大的助力。
8.番外
泉果基金，名字由来于《易经》，“山下出泉，君子以果行育德”。从命名上体现出以客户利益为先，坚持品德至上、专业至精、时间为友的核心理念。
【凛冬已至，#Q3全球智能手机市场迎来三连跌#，米O/V仍处前五】
10月19日，外媒Canalys发布报告称，2022年第三季度，全球智能手机市场遭遇三连跌，同比下降9%。预计Q4和明年上半年，市场需求仍没有改善的迹象。
其中，三星因大促销去库存，拿下22%的市场份额，锁定本季度冠军。
虽然整体市场低迷，但iPhone只赚富人钱，销量反而同比正增长，苹果最终以18%的份额排第二。
剩下三位国产难兄难弟——小米、OPPO和vivo，全球市场份额分别为14%、10%和9%。哥仨受整体形势影响最为严重，没有拿得出手的高端机，只能在中低端卷生卷死，关键还看不到销量增长的希望。
当进入存量市场竞争阶段后，企业自主能力才是绝地求生的撒手锏，问题在于还要等多久。#真知灼鉴#
10月19日，外媒Canalys发布报告称，2022年第三季度，全球智能手机市场遭遇三连跌，同比下降9%。预计Q4和明年上半年，市场需求仍没有改善的迹象。
其中，三星因大促销去库存，拿下22%的市场份额，锁定本季度冠军。
虽然整体市场低迷，但iPhone只赚富人钱，销量反而同比正增长，苹果最终以18%的份额排第二。
剩下三位国产难兄难弟——小米、OPPO和vivo，全球市场份额分别为14%、10%和9%。哥仨受整体形势影响最为严重，没有拿得出手的高端机，只能在中低端卷生卷死，关键还看不到销量增长的希望。
当进入存量市场竞争阶段后，企业自主能力才是绝地求生的撒手锏，问题在于还要等多久。#真知灼鉴#
#学术笔记# 关于城市与区域经济学的因果识别中，因为很多treatment都是可以基于空间位置来定义，所以学者们经常会用到空间双重差分方法（spatial DD），这个方法将靠近treatment位置的sample视为处理组，稍微远一些的sample视为对照组，然后基于BD思想认为，两组因为位置接近，所以在除了treatment之外的特征都是类似的，以此在逻辑上满足common trend 假设。据此，学者们衍生出一系列变种的方法，典型的就是用Ring DD来识别treatment的溢出效应（当然我也用过）。
但其实，当我看了Kyle Butts最近在 JUE insight https://t.cn/A6oJ18bR的文章，发现市面上这些一系列基于空间位置的DD的方法多多少少都存在一些问题，这个问题其实很关键，就是选择距离treatment位置多远的sample才能算作对照组（下面简称“处理距离”），一般而言，这个处理距离应该是处理效应随距离衰减至零的位置。可是，处理距离范围的选择在既有文献中往往都是一种基于经验的做法（ad-hoc decision），这往往会导致common trend都是假的，处理效应估计不准确就更不用说了。
从第一个图可以看出，（a）是正确的设定，（b）是处理距离整的太远的案例，这样子相当于一部分对照组sample弄到处理组sample里面去了，直接导致处理效应被低估，这个问题其实还不大；但是（c）和（d）就更过分了，直接把处理距离整的太近，好家伙，本是处理组的sample弄到处理组里去了，这肯定高估了处理效应，这个问题就比较严重。其实，说白了，两者都很严重。
更让我吃惊的是，有良心的文章为了说明自己选的处理距离是合理的，于是采用调整划定处理组和对照组的方法，或者从最开始简单的从outcome和distance to treatment的相关性来间接证明他们选择对应距离标准的合理性，但其实不然。直接上图：
从第二个图，(a)是一般已经发表的文章为他选择0.1处的距离给出的证据。但事实上，选择的bandwidth不一样，结果就不一样，从（b）-（c）看，好像又不清楚选择哪个处理距离范围了。
作者这篇文章就解决了这么一个问题，他提出了基于数据驱动（data-driven）下的处理距离范围选择，换句话说，就是数据告诉你，你应该选择一个多远的距离范围。作者怎么做的呢？它基于partitioning- based least squares estimation and inference methods，其实就是把距离treatment的sample按照distance的分位数进行无尽的划分，划的越细就越好，但也取决于数据量的问题。这么做的好处除了选择处理距离之外，其实更容易捕捉处理效应随距离变化的异质性效应（衰减特征，衰减后有增加等等，如第三个图）。但这么做可能也需要付出一定代价，就是需要更强的假设， 就是不同距离分位之间的common trend应该是constant才行，不然白搞了。stata代码也简单binsreg.
具体的模型假设其实也不少，可以作为实证分析部分写内生性问题来源的参考吧~
但其实，当我看了Kyle Butts最近在 JUE insight https://t.cn/A6oJ18bR的文章，发现市面上这些一系列基于空间位置的DD的方法多多少少都存在一些问题，这个问题其实很关键，就是选择距离treatment位置多远的sample才能算作对照组（下面简称“处理距离”），一般而言，这个处理距离应该是处理效应随距离衰减至零的位置。可是，处理距离范围的选择在既有文献中往往都是一种基于经验的做法（ad-hoc decision），这往往会导致common trend都是假的，处理效应估计不准确就更不用说了。
从第一个图可以看出，（a）是正确的设定，（b）是处理距离整的太远的案例，这样子相当于一部分对照组sample弄到处理组sample里面去了，直接导致处理效应被低估，这个问题其实还不大；但是（c）和（d）就更过分了，直接把处理距离整的太近，好家伙，本是处理组的sample弄到处理组里去了，这肯定高估了处理效应，这个问题就比较严重。其实，说白了，两者都很严重。
更让我吃惊的是，有良心的文章为了说明自己选的处理距离是合理的，于是采用调整划定处理组和对照组的方法，或者从最开始简单的从outcome和distance to treatment的相关性来间接证明他们选择对应距离标准的合理性，但其实不然。直接上图：
从第二个图，(a)是一般已经发表的文章为他选择0.1处的距离给出的证据。但事实上，选择的bandwidth不一样，结果就不一样，从（b）-（c）看，好像又不清楚选择哪个处理距离范围了。
作者这篇文章就解决了这么一个问题，他提出了基于数据驱动（data-driven）下的处理距离范围选择，换句话说，就是数据告诉你，你应该选择一个多远的距离范围。作者怎么做的呢？它基于partitioning- based least squares estimation and inference methods，其实就是把距离treatment的sample按照distance的分位数进行无尽的划分，划的越细就越好，但也取决于数据量的问题。这么做的好处除了选择处理距离之外，其实更容易捕捉处理效应随距离变化的异质性效应（衰减特征，衰减后有增加等等，如第三个图）。但这么做可能也需要付出一定代价，就是需要更强的假设， 就是不同距离分位之间的common trend应该是constant才行，不然白搞了。stata代码也简单binsreg.
具体的模型假设其实也不少，可以作为实证分析部分写内生性问题来源的参考吧~
✋热门推荐