德邦基金李荣兴:当下是量化投资发展的黄金期

自2010年起,中国资本市场逐渐兴起量化投资,随着智能AI 的不断升级优化,量化交易凭借其高效、稳定的收益预期等优势成为金融市场的新宠儿。到底什么样的行情适合做量化投资?对于量化投资而言,即使市场行情不乐观,也可以通过做量化模型来进行迭代和升级,它克服了人的主观性和人性弱点,通过设定条件驱使计算机来自动执行交易,能够解决主观投资无法解决的问题。

德邦基金紧跟金融市场的大趋势,于2017年开始引入量化基金,其在整个公募行业中算是较早引入的基金公司之一。今年3月,德邦基金重磅引入量化投资行业大咖李荣兴加盟,为整个量化投资团队增添助力,而他的加入又将给德邦量化投资带来哪些改变?为什么在他看来今年的市场尤其适合量化基金?

李荣兴,德邦基金基金经理,量化投资部总经理。清华大学电子工程系本科、北京大学计算机系硕士。曾担任光大证券量化投资经理,太平资产高级量化投资经理。

  所有Alpha收益都来自我们比别人多做的事

“量化投资是立足于数据和信息的方法论。我的投资框架核心要点是三个:数据的实时性,信息的全面性,和信息处理能力的全局性。这实际上是三个问题:模型使用的数据是不是反映了实时信息,从数据中提取的信息是不是反映了市场的全部状态,模型有没有能力全面分析市场。”

如今,A股上市公司数量已经超过4000家,未来还会更多,主动投资的研究人力相对有限,很多股票并没有得到研究覆盖。量化投资利用算法处理海量信息,迅速判断市场交易机会,找到市场中可挖掘的“金矿“,这是其优势所在。量化策略在量价分析上的实时性是最强的,随着数据行业的发展,分析师预期、舆情、行业高频数据和一些另类数据在解决基本面数据的实时性问题上也发挥了越来越大的作用。

随着财务、量价、宏观、行业、交易、预期等多种类别特征和因子数量的增加,量化模型的全面性也得到大幅提升。李荣兴表示“目前我们的模型处理的历史信息超过1500亿条,每天处理的数据超过4000万条,强大的处理能力能帮投资者赚取更多的阿尔法收益” 。

“过去几年量化行业的最大变化,就是解决了信息处理的全局性问题”李荣兴坦言,量化投资传统的多因子方法论在学术上是非常优雅的,但是在实践中仅能处理少量的因子,现在随着机器学习算法的发展,信息聚合能力得到爆炸式提升,分析股票的能力得到极大改善,更容易找到潜在的投资机会。

关于量化策略的考量,李荣兴表示会把实时性、全面性和全局性这三条作为重要的标准,相比纯粹去看超额收益曲线,他更关心策略变好背后的逻辑。“所有的Alpha都会对应到一个策略到底比别的策略多做了什么。所以这三方面的能力每多提升一点,我们的超额收益就有可能会更多一点。”

投资过程中,李荣兴认为基本面策略和交易型策略是价值投资的一体两面。长期的价值投资是投资方法论必然到达的终点,但市场也会出现短期的价格偏离,使用基本面策略获取价值投资收益的同时,也会使用交易型策略纠正短期的价格偏离。“Alpha没有高低贵贱,只有拿得到和拿不到的区别,我们能拿到的Alpha都要争取”。

智能化时代AI赋能投资

回看中国量化策略近几年的发展,“量化是一个高度内卷的行业,但时间始终是一个护城河”。李荣兴见证了中国量化基金的发展和变迁。中国的首支量化基金出现在2004年,2009年之后量化基金开始步入快速发展时期。而这恰好跟他的工作履历相契合,差不多同时期,李荣兴进行金融工程领域研究。2017-2018年间,李荣兴团队开始进军人工智能策略投资领域,这跟海外AI策略开始大量应用的时间点基本一致。作为国内最早一批接触人工智能的量化投资专家,李荣兴十余年间积累了丰富经验,形成自己完善的量化投资体系。

随着量化行业的深入发展,单因子挖掘的难度越来越大,机器学习领域的发展为传统多因子体系提供了强大的算法工具箱,量化行业的工作流从数据、因子简单回归,变成了数据、特征、因子、海量算法,表达与提取投资信息的能力大幅提升。李荣兴表示人工智能其实更多的是解决了全局性的问题,在底层因子上我们更注重主动投资逻辑,基本面因子仍然非常重要。

目前,德邦基金的量化投资模型已经大量采用人工智能的先进算法。李荣兴称“公司目前的硬件和IT支持均处于行业前列,为模型的开发迭代提供了强大的助力”。数据经过录入、清洗等阶段后,会进入到特征生产和因子生成阶段,通过传统的量化方法统计检验,再通过机器学习进行端到端的训练,最后进行算法交易。它强调通过动态调整的模型对市场进行观察、分析,尽可能地把人为因素干扰降低。这也体现量化投资的纪律性强、能够克服人性弱点和情绪影响的优势。

谈及今年市场行情中,是否适合做量化的问题。李荣兴表示“量化投资是一个相较于贝塔更强调阿尔法收益的品类,只要市场有一定区分度,我们就会很容易把这个投资机会找出来。总体来讲,量化投资在当前震荡的行情中还是有很多机会”。关于回撤,李荣兴认为,主要通过三点控制回撤。一是加强对风格因子,例如市值因子的控制;二是加强对行业的约束,现在市场行业波动很大,一般是做二级行业中性控制风险;三是持股数量分散,这样资金容量更大,短期波动也会变小。“这样能保证我们的回撤相对较小,持有人的体验更好”。

专业的投研团队成就专业的投资

优秀的管理业绩离不开扎实的专业背景。李荣兴本科毕业于清华大学电子工程专业,硕士毕业于北京大学计算机专业,毕业后先进入业内顶尖半导体芯片公司工作,随后又加入国信证券金融工程团队,成为新财富该领域冠军团队的核心成员,积累了丰富的研究经验。在担任光大证券量化投资经理、太平资产高级量化投资经理期间,管理规模达40亿。2021年3月,拥有11年量化投研经验的李荣兴加盟德邦基金担任量化投资部总经理,成为德邦基金量化团队的领军人物。

李荣兴表示,量化投资对基金经理的要求其实很高,并不是编好程序就可以实现躺赢,编程只是最基础的技能。基础技能之上的投资理念和投资触觉更重要,这样的基金经理才能选出好的因子和特征。“我们必须保证我们输入进去的因子跟特征是真实反应市场信息的,只有这样实践下来才会有好的结果”。

谈及对团队的要求,他坦言“我比较看重两点,第一是团队要永不停止向前探索的脚步。“傲慢与偏见是阻碍量化投资能力提升的最大障碍“。在投资道路上要保持谦逊的心态,研究各家所长,勤于学习,敢于突破,不断迭代超越,才有可能保持对市场的领先。第二是团队要实现1+1>2,强调合作与包容。在李荣兴看来,量化行业发展这么多年,挖出一两个因子就能大幅战胜市场的时代早已过去了。“独得之秘已不存在,如何去聚合因子变得越来越重要”,他说,“不少量化团队在过去的很多年里对人力取的是Max,这在人力资源上是非常低效的“。随着投资框架的提升,研究的重点也在改变,这使得我们有能力整合团队,让个体从闭门造车变成共享与合作。”

目前,德邦基金的量化产品线有德邦量化优选股票型证券投资基金(A类167702,C类167703)、德邦量化对冲策略灵活配置基金(A类008838、C类008839)以及德邦民裕进取量化混合(A类005947、C类005948)。以李荣兴在管的产品德邦量化优选和德邦量化对冲为例,量化优选是会跟随市场涨跌波动的类指数增强产品,量化对冲是中性产品,他们是两种互补的产品形式,根据资金的风险偏好不同,这两种产品有不同的优势。“这些产品都将成为我们团队获取Alpha收益能力的强有力的证明”,对于德邦基金量化产品线的未来发展,李荣兴抱有极大的信心。

2022开年以来,市场持续震荡分化,加大了投资难度,频繁追寻热点可能并不能获得理想的投资回报,而量化投资以大数据为基础,借助于计算机强大的计算功能,程序化的交易,科学的分析,精准的市场检测,努力寻找行业拐点和更多的投资机会,为投资者提供稳定持续的超额收益,相对来说更具有发展潜力。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map