對于一般投資者而言，聽到數(shù)據(jù)、模型等充滿專業(yè)詞匯和標簽的量化投資時，一定是迷茫而又充滿疑問的，但是，德邦基金量化投資部總經(jīng)理李榮興卻對量化投資有著不一樣的看法，他將量化投資進行了形象的比喻——“剝橘子”，在將各種風險“剝”去之后，阿爾法的“果肉”自然而然就會被留下來。
當然，這專業(yè)的“橘子”還得由專業(yè)的人來“剝”。立足于數(shù)據(jù)和信息的量化投資，不僅是實時信息的收集者和市場現(xiàn)狀的描述者，更是對市場信息進行全局分析的能者。在這些方面，人工智能正逢其時。“人工智能在投資中，不是‘無人機’，而是‘戰(zhàn)斗機’，是需要量化投資經(jīng)理以扎實的投研基礎來駕馭的投資利器。”李榮興表示。
剝?nèi)ワL險的“皮”
數(shù)據(jù)顯示，截至2021年12月31日，公募量化產(chǎn)品共計379只，總規(guī)模達到2679.67億元。其中，主動量化產(chǎn)品221只，指數(shù)增強產(chǎn)品133只，對沖型產(chǎn)品25只。相比2020年，規(guī)模和數(shù)量都明顯增長。
如果將時間維度拉長，從中國首只量化基金出現(xiàn)的2004年，到量化基金步入快速發(fā)展的2009年，再到2016年的一度沉寂，以及2018年的再次爆發(fā)，能看到量化投資在A股市場“引進、吸收、消化”的變遷，而李榮興是這一歷程的見證者和參與者。
李榮興在量化投資領域，與量化基金同近步。在入行初期的2011年，李榮興加入國信證券金融工程團隊，成為團隊的核心成員。此后，李榮興相繼在光大證券、太平資產(chǎn)管理量化產(chǎn)品。2022年3月，李榮興加盟德邦基金，成為德邦基金量化團隊的領軍人物。
“我們看到行業(yè)機構(gòu)引進的多因子模型在風險控制上的突出表現(xiàn)，同時也看到它與A股市場生態(tài)之間無法忽視的距離。后來，公募量化投資迅速貼近A股現(xiàn)實，但也遭遇了過于放寬標準后的挫折。近年來，量化投資逐漸分野，一派向著基本面量化馳騁，一派朝著人工智能進化。但是，量化投資萬變不離其宗的是‘剝橘子’，剝?nèi)ワL險的‘皮’，留下阿爾法收益的‘果肉’。”李榮興介紹。
量化投資邂逅人工智能
站在量化行業(yè)發(fā)展的分岔點，李榮興選擇的進化方向是“人工智能+量化投資”。
選擇背后是邏輯。作為國內(nèi)最早一批接觸人工智能的量化投資專家，李榮興十余年間積累了豐富經(jīng)驗，形成自己完善的量化投資框架。
“量化投資是立足于數(shù)據(jù)和信息的方法論。我的投資框架核心要點有三：數(shù)據(jù)的實時性、信息的全面性、信息處理能力的全局性。這實際是三個問題：模型使用的數(shù)據(jù)是不是反映了實時信息;從數(shù)據(jù)中提取的信息是不是反映了市場的全部狀態(tài);模型有沒有能力全面分析市場。”李榮興表示，在這三個方面，尤其是在解決全局性問題上，引入人工智能的量化投資具有顯著優(yōu)勢。
如今，A股上市公司已超過4000家，這4000多只個股產(chǎn)生的數(shù)據(jù)更是海量，主動投資受限于人力，很多股票處于研究弱覆蓋狀態(tài)。量化投資利用算法處理海量信息，可以迅速判斷市場交易機會，找到市場中可挖掘的“金礦”。李榮興認為，量化策略在量價分析上的實時性是最強的，隨著數(shù)據(jù)行業(yè)的發(fā)展，分析師預期、輿情、行業(yè)高頻數(shù)據(jù)和一些另類數(shù)據(jù)在解決基本面數(shù)據(jù)的實時性問題上發(fā)揮了越來越大的作用。
在李榮興看來，機器學習為傳統(tǒng)多因子體系提供了強大的算法工具箱，量化行業(yè)的工作流從數(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。“從單因子到量化模型進而到‘人工智能+量化投資’，就像從冷兵器時代的刀槍斧鉞到現(xiàn)代戰(zhàn)爭的飛機大炮。量化投資可以在數(shù)據(jù)的實時性、全面性上獨當一面，而人工智能算法進一步加強了模型對市場的全局分析能力。但人工智能的認知基礎是量化投資基金經(jīng)理的投資框架，篩選特征和因子的投資邏輯，以及量化模型的轉(zhuǎn)化能力等，所以基金經(jīng)理本身對投資的深層次認識，是人工智能助力量化投資在剝除風險、追求阿爾法道路上疾馳的源動力。”李榮興表示。
打造優(yōu)質(zhì)量化產(chǎn)品
談及投資者挑選量化投資產(chǎn)品的專業(yè)門檻，李榮興表示，盡管量化投資模型不可能向投資者完全打開，但有些關(guān)鍵信息是可以開誠布公的。“首先是量化基金的投資框架，判斷維度是投資框架與自己的認知邏輯是否符合;其次是投資策略，要從多視角評價風險控制表現(xiàn)和收益獲取能力，即是否用可控的波動換取到預期的收益。這些維度可以幫助投資者篩選適合自己的量化產(chǎn)品。”
帶著對量化投資的深刻認識，李榮興和德邦基金量化投資團隊希望為投資者提供怎樣的投資利器?據(jù)李榮興介紹，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。公司目前的硬件和IT支持均處于行業(yè)前列，為模型的開發(fā)迭代提供了強大的基礎設施。
對于量化投資團隊，李榮興注重兩點：一是團隊要永不停止向前探索的腳步;二是團隊要實現(xiàn)“1+1>2”，強調(diào)合作與包容。
近幾日，德邦量化優(yōu)選股票(LOF)、德邦量化對沖混合的基金經(jīng)理已經(jīng)正式官宣由李榮興擔任。李榮興表示，未來他很有信心為這些產(chǎn)品爭取到更多的阿爾法收益。
“量化領域控制風險的手段已經(jīng)非常成熟，在波動和收益之間尋找最佳平衡點是當前我們所重點關(guān)注的”。除了基于量化基礎特征來進行回撤控制外，李榮興所帶領的團隊還采用了“二級行業(yè)中性”策略進行量化基金的行業(yè)風險控制，這使得該團隊可以將風險有效控制在合理范圍內(nèi)，最大程度切斷行業(yè)風險的傳遞，以可控波動追求較高的風險收益比。
（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。 ）
