德邦基金的李榮興是國(guó)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(rèn)為，強(qiáng)大的信息聚合力是人工智能的優(yōu)勢(shì)，不過(guò)這一優(yōu)勢(shì)的發(fā)揮要建立在對(duì)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(shì)真正釋放出來(lái)。就好比戰(zhàn)斗機(jī)需要一個(gè)技術(shù)卓越的飛行員一樣，兩者結(jié)合才能發(fā)揮出最強(qiáng)大的戰(zhàn)斗力。
在李榮興看來(lái)，過(guò)去幾年量化投資在人工智能領(lǐng)域的成功，本質(zhì)上是因?yàn)榻鉀Q了全局性問(wèn)題。它并不會(huì)顛覆原來(lái)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(qiáng)大的算法工具箱。
德邦基金量化投資部總經(jīng)理李榮興長(zhǎng)期深耕量化投資領(lǐng)域，見證了國(guó)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(qiáng)收益的武器
入行初期，李榮興即加入了國(guó)信證券金融工程團(tuán)隊(duì)，該團(tuán)隊(duì)多次摘得《新財(cái)富》金融工程組桂冠。作為團(tuán)隊(duì)核心成員，李榮興在工作期間積累了豐富的投資經(jīng)驗(yàn)。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(tuán)隊(duì)的領(lǐng)軍人物。
在多年的量化投資實(shí)踐中，李榮興形成了一套獨(dú)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(shí)反映市場(chǎng)信息，這一要素我稱為數(shù)據(jù)的實(shí)時(shí)性;而后是從數(shù)據(jù)中提取的信息能否反映市場(chǎng)的全部狀態(tài)，即信息的全面性;頂層邏輯則是模型有沒(méi)有能力統(tǒng)籌分析全市場(chǎng)，即信息處理能力的全局性。”
“這三方面的能力每多提升一點(diǎn)，超額收益就有可能更多一點(diǎn)。” 李榮興把數(shù)據(jù)的實(shí)時(shí)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(biāo)準(zhǔn)。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(gè)高度內(nèi)卷的行業(yè)，但時(shí)間始終是護(hù)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(qiáng)收益的武器。2017年，彼時(shí)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(jìn)入機(jī)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(guò)多年積累，量化在實(shí)時(shí)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(jiǎn)單的信息聚合算法也沒(méi)有辦法解決信息處理的全局性問(wèn)題。因此，行業(yè)需要更強(qiáng)大的算法去解決這一問(wèn)題，機(jī)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(lái)，過(guò)去幾年量化投資在人工智能領(lǐng)域的成功，本質(zhì)上是因?yàn)榻鉀Q了全局性問(wèn)題。它并不會(huì)顛覆原來(lái)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(qiáng)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(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。
另外，李榮興認(rèn)為，隨著信息聚合能力的提升，一些本來(lái)有投資邏輯，但沒(méi)有辦法通過(guò)統(tǒng)計(jì)檢驗(yàn)的信息也可以被納入人工智能策略，這可進(jìn)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(jìn)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(qiáng)大的基礎(chǔ)。“我們的模型至今累計(jì)處理的信息已超過(guò)1500億條，每天的數(shù)據(jù)量都在4000萬(wàn)條以上。”
控制波動(dòng) 追求阿爾法收益最大化
去年下半年以來(lái)，部分量化產(chǎn)品波動(dòng)較大。談及此，李榮興表示，這主要與量化模型行業(yè)風(fēng)險(xiǎn)暴露較多有關(guān)。“近兩年，機(jī)構(gòu)抱團(tuán)行為較為明顯，因而不少量化模型主動(dòng)暴露了較多的行業(yè)風(fēng)險(xiǎn)，此后機(jī)構(gòu)抱團(tuán)股瓦解，使得市場(chǎng)的波動(dòng)傳遞到了模型上。”
在市場(chǎng)狂熱之時(shí)保持理性，李榮興認(rèn)為，隨著投資方法論同質(zhì)化加劇，較大的行業(yè)波動(dòng)可能會(huì)成為常態(tài)。因此，他早在兩年前就開始使用“二級(jí)行業(yè)中性”進(jìn)行風(fēng)險(xiǎn)控制。“這需要我們快速理解市場(chǎng)發(fā)生的變化，并預(yù)判其將對(duì)模型產(chǎn)生的影響。我們將波動(dòng)精準(zhǔn)控制在可容忍的區(qū)間內(nèi)，以賺取更多阿爾法收益。”他說(shuō)。
李榮興對(duì)承擔(dān)市場(chǎng)風(fēng)險(xiǎn)和獲取阿爾法收益之間的關(guān)系做了一個(gè)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(chǎng)風(fēng)險(xiǎn)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(jià)比方向。量化領(lǐng)域控制風(fēng)險(xiǎn)的手段是非常成熟的，我們更關(guān)注的是在波動(dòng)和收益之間尋找那個(gè)最佳平衡點(diǎn)。”
作為德邦基金量化投資部的負(fù)責(zé)人，李榮興頗為看重團(tuán)隊(duì)協(xié)作。“團(tuán)隊(duì)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(zhǎng)，勤于學(xué)習(xí)，敢于突破，不斷迭代超越。同時(shí)，團(tuán)隊(duì)要想實(shí)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(tuán)隊(duì)不僅在持續(xù)加強(qiáng)團(tuán)隊(duì)內(nèi)部的合作，還積極融合主動(dòng)投資邏輯，“在數(shù)據(jù)分析和驗(yàn)證上，量化具備優(yōu)勢(shì)，而優(yōu)秀的主動(dòng)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(dòng)投資邏輯，基本面因子也很重要。“在未來(lái)，兩者可以形成聚合力量，增強(qiáng)阿爾法收益，幫助投資者獲得更佳的持有體驗(yàn)”。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
