量化投资是利用现代统计学、数学等方法，从海量的数据中寻找能够带来超额收益的多种“大概率”策略，并按照这些策略所选出的股票进行投资，力求取得稳定的、可持续的、高于平均的超额回报。在过去几年，量化投资基金以出色的业绩成功赢得市场的认可，国内量化投资的发展历程可谓是柳暗花明又一村，其中的曲折和艰难，只有在这个领域深耕细作的人，才有最直观的体会。

德邦基金量化投资部总经理李荣兴是国内第一批接触人工智能量化投资领域的专家之一。他长期深耕量化投资领域，见证了国内量化基金的发展历程。“量化投资是立足于数据和信息的方法论，主要利用算法处理海量信息，帮投资者赚取更多的阿尔法收益。”李荣兴是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，在量化投资领域的经验十分丰富。

德邦基金于2017年开始引入量化基金，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？

阿尔法收益来源于更多正确的努力

“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AI赋能量化投资

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”。

专业的投资团队助力更高阿尔法收益

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。

随着市场变化与技术发展，量化模型也会随之不断优化与完善，从而保证投资策略的持续有效性，进而推动量化基金数量和规模的继续增加，未来，量化投资领域拥有更广阔的沃土。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005