德邦基金的李榮興是國內(nèi)第一批接觸人工智能量化投資領(lǐng)域的專家之一。李榮興認為，強大的信息聚合力是人工智能的優(yōu)勢，不過這一優(yōu)勢的發(fā)揮要建立在對投資具有深刻理解的基礎(chǔ)之上。此外，還要具備將其充分轉(zhuǎn)化為模型的能力，由此構(gòu)建的底層特征才能將人工智能的優(yōu)勢真正釋放出來。就好比戰(zhàn)斗機需要一個技術(shù)卓越的飛行員一樣，兩者結(jié)合才能發(fā)揮出最強大的戰(zhàn)斗力。

在李榮興看來，過去幾年量化投資在人工智能領(lǐng)域的成功，本質(zhì)上是因為解決了全局性問題。它并不會顛覆原來的方法論，而是賦能傳統(tǒng)量化投資，為傳統(tǒng)多因子體系提供強大的算法工具箱。

德邦基金量化投資部總經(jīng)理李榮興長期深耕量化投資領(lǐng)域，見證了國內(nèi)量化基金的發(fā)展歷程。“量化投資是立足于數(shù)據(jù)和信息的方法論，主要利用算法處理海量信息，幫投資者賺取更多的阿爾法收益。”李榮興表示。

持續(xù)探索 尋找增強收益的武器

入行初期，李榮興即加入了國信證券金融工程團隊，該團隊多次摘得《新財富》金融工程組桂冠。作為團隊核心成員，李榮興在工作期間積累了豐富的投資經(jīng)驗。此后，李榮興相繼在光大證券、太平資產(chǎn)管理量化產(chǎn)品，如今加盟德邦基金，成為德邦基金量化團隊的領(lǐng)軍人物。

在多年的量化投資實踐中，李榮興形成了一套獨具特色的打法。“我的投資框架可以拆解為三層邏輯：基礎(chǔ)層是模型使用的數(shù)據(jù)能否及時反映市場信息，這一要素我稱為數(shù)據(jù)的實時性;而后是從數(shù)據(jù)中提取的信息能否反映市場的全部狀態(tài)，即信息的全面性;頂層邏輯則是模型有沒有能力統(tǒng)籌分析全市場，即信息處理能力的全局性。”

“這三方面的能力每多提升一點，超額收益就有可能更多一點。” 李榮興把數(shù)據(jù)的實時性、信息的全面性和信息處理能力的全局性作為量化策略考量的重要標準。相比純粹去看超額收益曲線，他更關(guān)心曲線向好背后的策略邏輯。“量化是一個高度內(nèi)卷的行業(yè)，但時間始終是護城河。”

隨著量化投資領(lǐng)域的不斷成熟，李榮興也找到了增強收益的武器。2017年，彼時量化投資發(fā)展受挫，研究量化投資的路徑也發(fā)生分化，有人選擇基本面量化投資，李榮興則選擇進入機器學(xué)習(xí)領(lǐng)域，將AI策略融入自己的量化投資框架中。

李榮興表示，經(jīng)過多年積累，量化在實時性和全面性上已經(jīng)做得很好，但傳統(tǒng)的回歸方法并不適合處理海量數(shù)據(jù)，簡單的信息聚合算法也沒有辦法解決信息處理的全局性問題。因此，行業(yè)需要更強大的算法去解決這一問題，機器學(xué)習(xí)算法的引入是行業(yè)發(fā)展的必然。

在李榮興看來，過去幾年量化投資在人工智能領(lǐng)域的成功，本質(zhì)上是因為解決了全局性問題。它并不會顛覆原來的方法論，而是賦能傳統(tǒng)量化投資，為傳統(tǒng)多因子體系提供強大的算法工具箱。讓量化行業(yè)的工作流程從數(shù)據(jù)、因子簡單回歸，變成了數(shù)據(jù)、特征、因子、海量算法，表達與提取投資信息的能力大幅提升。

另外，李榮興認為，隨著信息聚合能力的提升，一些本來有投資邏輯，但沒有辦法通過統(tǒng)計檢驗的信息也可以被納入人工智能策略，這可進一步提高超額收益。

李榮興透露，目前德邦基金的量化投資模型已經(jīng)大量采用人工智能的先進算法，所配套的硬件和IT支持均處于行業(yè)前列，這也為模型的開發(fā)迭代提供了強大的基礎(chǔ)。“我們的模型至今累計處理的信息已超過1500億條，每天的數(shù)據(jù)量都在4000萬條以上。”

控制波動 追求阿爾法收益最大化

去年下半年以來，部分量化產(chǎn)品波動較大。談及此，李榮興表示，這主要與量化模型行業(yè)風險暴露較多有關(guān)。“近兩年，機構(gòu)抱團行為較為明顯，因而不少量化模型主動暴露了較多的行業(yè)風險，此后機構(gòu)抱團股瓦解，使得市場的波動傳遞到了模型上。”

在市場狂熱之時保持理性，李榮興認為，隨著投資方法論同質(zhì)化加劇，較大的行業(yè)波動可能會成為常態(tài)。因此，他早在兩年前就開始使用“二級行業(yè)中性”進行風險控制。“這需要我們快速理解市場發(fā)生的變化，并預(yù)判其將對模型產(chǎn)生的影響。我們將波動精準控制在可容忍的區(qū)間內(nèi)，以賺取更多阿爾法收益。”他說。

李榮興對承擔市場風險和獲取阿爾法收益之間的關(guān)系做了一個形象的比喻。“量化投資獲取阿爾法收益的方式就像剝橘子，市場風險如同橘子皮，里面的果肉則是阿爾法收益，基金經(jīng)理需要做的是將橘子皮剝掉，尋找高性價比方向。量化領(lǐng)域控制風險的手段是非常成熟的，我們更關(guān)注的是在波動和收益之間尋找那個最佳平衡點。”

作為德邦基金量化投資部的負責人，李榮興頗為看重團隊協(xié)作。“團隊要永不停止向前探索的腳步。在投資道路上要保持謙遜的心態(tài)，研究各家所長，勤于學(xué)習(xí)，敢于突破，不斷迭代超越。同時，團隊要想實現(xiàn)1+1>2的效果，共享與合作也十分關(guān)鍵。”

德邦基金量化團隊不僅在持續(xù)加強團隊內(nèi)部的合作，還積極融合主動投資邏輯，“在數(shù)據(jù)分析和驗證上，量化具備優(yōu)勢，而優(yōu)秀的主動投資邏輯能幫助模型獲得更優(yōu)的結(jié)果”李榮興表示，底層因子的主動投資邏輯，基本面因子也很重要。“在未來，兩者可以形成聚合力量，增強阿爾法收益，幫助投資者獲得更佳的持有體驗”。

（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）