德邦基金李榮興：量化投資像“剝橘子” 剝除風(fēng)險(xiǎn)追求阿爾法收益

　　在一般投資者看來(lái)，數(shù)據(jù)、模型等詞匯“纏繞”的量化投資，神秘且復(fù)雜。但在德邦基金量化投資部總經(jīng)理李榮興看來(lái)，量化投資的過(guò)程就像“剝橘子”：剝?nèi)ジ鞣N風(fēng)險(xiǎn)的“皮”，留下阿爾法的“果肉”。

　　當(dāng)然，這專業(yè)的“橘子”還得由專業(yè)的人來(lái)“剝”。立足于數(shù)據(jù)和信息的量化投資，不僅是實(shí)時(shí)信息的收集者和市場(chǎng)現(xiàn)狀的描述者，更是對(duì)市場(chǎng)信息進(jìn)行全局分析的能者。在這些方面，人工智能正逢其時(shí)�！叭斯ぶ悄茉谕顿Y中，不是‘無(wú)人機(jī)’，而是‘戰(zhàn)斗機(jī)’，是需要量化投資經(jīng)理以扎實(shí)的投研基礎(chǔ)來(lái)駕馭的投資利器�！崩顦s興表示。

　　剝?nèi)ワL(fēng)險(xiǎn)的“皮”

　　Wind數(shù)據(jù)顯示，截至2021年12月31日，公募量化產(chǎn)品共計(jì)379只，總規(guī)模達(dá)到2679.67億元。其中，主動(dòng)量化產(chǎn)品221只，指數(shù)增強(qiáng)產(chǎn)品133只，對(duì)沖型產(chǎn)品25只。相比2020年，規(guī)模和數(shù)量都明顯增長(zhǎng)。

　　如果將時(shí)間維度拉長(zhǎng)，從中國(guó)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(chǎng)“引進(jìn)、吸收、消化”的變遷，而李榮興是這一歷程的見(jiàn)證者和參與者。

　　李榮興在量化投資領(lǐng)域，與量化基金同近步。在入行初期的2011年，李榮興加入國(guó)信證券金融工程團(tuán)隊(duì)，成為團(tuán)隊(duì)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(tuán)隊(duì)的領(lǐng)軍人物。

　　“我們看到行業(yè)機(jī)構(gòu)引進(jìn)的多因子模型在風(fēng)險(xiǎn)控制上的突出表現(xiàn)，同時(shí)也看到它與A股市場(chǎng)生態(tài)之間無(wú)法忽視的距離。后來(lái)，公募量化投資迅速貼近A股現(xiàn)實(shí)，但也遭遇了過(guò)于放寬標(biāo)準(zhǔn)后的挫折。近年來(lái)，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(jìn)化。但是，量化投資萬(wàn)變不離其宗的是‘剝橘子’，剝?nèi)ワL(fēng)險(xiǎn)的‘皮’，留下阿爾法收益的‘果肉’�！崩顦s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(diǎn)，李榮興選擇的進(jìn)化方向是“人工智能+量化投資”。

　　選擇背后是邏輯。作為國(guó)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(yàn)，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(diǎn)有三：數(shù)據(jù)的實(shí)時(shí)性、信息的全面性、信息處理能力的全局性。這實(shí)際是三個(gè)問(wèn)題：模型使用的數(shù)據(jù)是不是反映了實(shí)時(shí)信息；從數(shù)據(jù)中提取的信息是不是反映了市場(chǎng)的全部狀態(tài)；模型有沒(méi)有能力全面分析市場(chǎng)。”李榮興表示，在這三個(gè)方面，尤其是在解決全局性問(wèn)題上，引入人工智能的量化投資具有顯著優(yōu)勢(shì)。

　　如今，A股上市公司已超過(guò)4000家，這4000多只個(gè)股產(chǎn)生的數(shù)據(jù)更是海量，主動(dòng)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(chǎng)交易機(jī)會(huì)，找到市場(chǎng)中可挖掘的“金礦”。李榮興認(rèn)為，量化策略在量?jī)r(jià)分析上的實(shí)時(shí)性是最強(qiáng)的，隨著數(shù)據(jù)行業(yè)的發(fā)展，分析師預(yù)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(shí)時(shí)性問(wèn)題上發(fā)揮了越來(lái)越大的作用。

　　在李榮興看來(lái)，機(jī)器學(xué)習(xí)為傳統(tǒng)多因子體系提供了強(qiáng)大的算法工具箱，量化行業(yè)的工作流從數(shù)據(jù)、因子、簡(jiǎn)單回歸，變成了數(shù)據(jù)、特征、因子、海量算法，表達(dá)與提取投資信息的能力大幅提升�！皬膯我蜃拥搅炕�模型進(jìn)而到‘人工智能+量化投資’，就像從冷兵器時(shí)代的刀槍斧鉞到現(xiàn)代戰(zhàn)爭(zhēng)的飛機(jī)大炮。量化投資可以在數(shù)據(jù)的實(shí)時(shí)性、全面性上獨(dú)當(dāng)一面，而人工智能算法進(jìn)一步加強(qiáng)了模型對(duì)市場(chǎng)的全局分析能力。但人工智能的認(rèn)知基礎(chǔ)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(duì)投資的深層次認(rèn)識(shí)，是人工智能助力量化投資在剝除風(fēng)險(xiǎn)、追求阿爾法道路上疾馳的源動(dòng)力�！崩顦s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(mén)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(kāi)，但有些關(guān)鍵信息是可以開(kāi)誠(chéng)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(rèn)知邏輯是否符合；其次是投資策略，要從多視角評(píng)價(jià)風(fēng)險(xiǎn)控制表現(xiàn)和收益獲取能力，即是否用可控的波動(dòng)換取到預(yù)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(duì)量化投資的深刻認(rèn)識(shí)，李榮興和德邦基金量化投資團(tuán)隊(duì)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(jìn)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(kāi)發(fā)迭代提供了強(qiáng)大的基礎(chǔ)設(shè)施。

　　對(duì)于量化投資團(tuán)隊(duì)，李榮興注重兩點(diǎn)：一是團(tuán)隊(duì)要永不停止向前探索的腳步；二是團(tuán)隊(duì)要實(shí)現(xiàn)“1+1＞2”，強(qiáng)調(diào)合作與包容。

　　近日，李榮興已正式官宣擔(dān)任德邦量化優(yōu)選股票（LOF）、德邦量化對(duì)沖混合的基金經(jīng)理，對(duì)于未來(lái)為這些產(chǎn)品爭(zhēng)取到更多的阿爾法收益，李榮興表示很有信心。

　　“量化領(lǐng)域控制風(fēng)險(xiǎn)的手段已經(jīng)非常成熟，我們更關(guān)注的是在波動(dòng)和收益之間尋找最佳平衡點(diǎn)”。除了基于量化基礎(chǔ)特征的回撤控制能力，李榮興團(tuán)隊(duì)采用“二級(jí)行業(yè)中性”策略進(jìn)行量化基金的行業(yè)風(fēng)險(xiǎn)控制，這可以有效避免行業(yè)風(fēng)險(xiǎn)傳遞，確保量化模型在可控的合理波動(dòng)范圍內(nèi)，追求較高的風(fēng)險(xiǎn)收益比。