文 | 李德林
基金經理越醜，基金的回報率越高？我以為是個玩笑，沒想到大數據是認真的。在A股，挑選基金一定要看臉，別以為長得漂亮的基金經理能給你賺錢喲，恰恰相反，長相普通，甚至長得醜的基金經理，基金的回報率比美女基金經理高多了。
SSRN（社會科學研究網）上有一篇論文，用深度學習工具研究發現，A股基金經理顏值越高，他們的投資回報率越低。這可不是老外黑A股的基金經理，作者是上海交大高金學院的兩位學者白澄宇和田詩文。他們的數據都是來自於基金業協會披露系統、同花順數據庫、新浪財經等渠道，收集了1677名股票型基金的基金經理的面部正面圖片。
是不是有點走錯片場的感覺？腦子裏是不是出現兩位學者，捧着《麻衣相術》，對着1677名基金經理的臉一個個看相？然後再對着他們管理的基金進行業績對比，然後再搖上一卦？開玩笑。研究除了調出照片，還確實從數據庫將2005年到2020年間中國股票型基金和混合型基金的淨值、資產規模、股票佔比、管理費率等指標，以及基金經理的從業信息調出來了。他們沒有直接給基金經理看面相，而是用預訓練的深度學習模型給基金經理的面部打分。
你可能説還不是看面相麼？還真不是，因為美與醜這事兒是個很主觀的概念，蘿蔔青菜各有所愛，有的國際名模在我看來那長得就違規，可是法國盧浮宮的館長説，能跟人共進一次晚餐，死了都值，哪兒説理去？那麼要評價A股基金經理到底是美呢？還是醜呢？那就通過多人打分比較公正一點。所以，這個深度學習模型能夠模仿60名人工評分者的打分結果。
深度學習模型的60名人工打分可不是那麼隨意的，作為亞洲人，自然要通過樣本來對模型進行訓練。研究者收集了2000名亞洲男性，2000名亞洲女性。為了檢校模型打分的公正性，還找了750名高加索人種男性和750名高加索人種女性。為啥是高加索人種呢？因為世界上三大主要人種就是亞洲黃種人，高加索白種人，非洲黑種人。從數量到人種，從中國到全球審美，然後再對照片設定1—5分的分數，於是一個卷積神經網絡訓練出來了。
別小看這個卷積神經網絡，那可是具有表徵學習能力的，能夠按其階層結構對輸入信息進行平移不變的識別。所以，研究者將模型訓練好後，將A股的1677名基金經理的正面照片輸入進去，這個模型就會自動以分數為標籤，輸出一個評分結果。不過，從深度學習模型出來的評分看，A股股票型基金經理的顏值普遍不高，平均分才2.88分，都是靠才華吃飯。
臉的分出來還不行啊，總不能用臉的分直接跟基金經理的表現進行對比吧。原因很簡單啊，有的基金經理管理着很多隻產品，有純股票型基金，也有混合型基金，有的長期擔任基金經理，有的可能三兩年會變動，有的可能一年不到就變了。基金經理最喜歡各種模型，研究者就給A股的基金經理們按照他們的玩兒法，對他們的基金也進行了組合打分。
模型在每個月月底，根據基金經理的面部分值，將所有股票型基金分為五等份組合，使用模型的平均得分作為基金的得分。其實無論是最高分，還是最低分，相關基金的得分表現都很穩健。投資組合每個月形成，分別持有0、1—3和4—12個月，因為投資組合每個月都形成，並且持續多個月，還通過動量策略以及各種阿爾法模型，形成等全和價值加權的投資組合。
最激動人心的時刻來了。
臉評分低的基金經理，其管理產品的表現要比評分高的要好得多。
模型畢竟是採集到2020年之前。用到現在行不行呢？那就看看研究結果發表前三個月的，也就是2023年前8月的基金業績排名，倒數第二、第三、第四都是高分美女，這三人虧損都超過30%以上。比如排名倒數第二的摩根士丹利的陳修竹，今年2月底接管大摩基礎行業混合和大摩新興產業股票，基礎行業混合虧損幅度超過35%，新興產業股票也虧20%左右。
如果説陳修竹接手兩隻基金時間太短，那麼倒數第三的民生加銀的陳潔馨，管理的兩隻產品，一隻虧損超過48%，一隻超過63%，今年最高跌幅也超過25%。倒數第四的國融基金賈雨璇，管理的融銀靈活配置混合A，兩年回報為虧損47%。別以為美女很温柔哦，賈雨璇就是典型的颯爽型美女，在新能源高潮的時候，重倉押注，才不管你們老爺們兒對新能源的悲觀呢。
難道美女基金經理就真的業績很爛麼？世界上沒有絕對。尤其是在A股，時間會證明誰有才華。所以呢，挑選基金的時候，就看你是用什麼樣的腦袋去做決策，從看臉的角度選基金呢，如果你選擇漂亮的，你就要有面對虧錢的心理準備，如果你想賺錢呢？最好冷靜一下，錢來的不容易。面對基金經理的臉，也許，老百姓會説，白骨精扮新娘，你娃要小心喲。
（感謝上海交通大學高金學院學者白澄宇和田詩文的研究成果）