近两年，量化基金迎来发展“黄金时代”，公募量化产品在高波动的市场中取得了不俗的超额收益。
德邦基金量化投资部总经理李荣兴表示，量化投资发展到一定阶段之后，全局性成为制胜关键，全局分析市场才有可能获取更高的超额收益。
李荣兴拥有11年量化投研经验，本科和硕士分别毕业于清华大学电子工程专业、北京大学计算机专业，曾在顶尖半导体芯片公司工作，后加入国信证券成为金融工程团队核心成员，该团队多次摘得《新财富》金融工程组冠军；李荣兴还担任过光大证券量化投资经理、太平资产高级量化投资经理；2022年3月加盟德邦基金。
李荣兴指出，量化投资本质上是立足于数据和信息的方法论。量化的方法发展到一定阶段之后，数据的实时性、因子的全面性都趋于完善。市场越来越成熟，靠单因子获取很高超额收益的时代已经过去，全局分析市场才有可能获取更高的超额收益。“人工智能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，迭代为数据、特征、因子、海量算法，表达与提取投资信息的能力都实现了指数级的提升。”
李荣兴进一步表示，AI算法的信息提取能力解决了海量信息处理的全局性瓶颈，这正是人工智能量化获取超额收益的关键。“人工智能算法具备强大的信息聚合能力，原来没有办法在统计上显示的一些特征，现在也可以加进模型，而这部分信息的纳入有助于进一步提高超额收益”。
据介绍，德邦基金已大量采用人工智能的先进算法。“我们的模型已累计处理信息超过1500亿条，每天的数据量都在4000万条以上。”
李荣兴强调，人工智能赋能的量化投资模型并非全由机器算法控制，基金经理基于自己对投资的理解，挑选合适的因子和特佂转化为模型，回测验证并根据市场变化不断迭代完善模型，因此，是基金经理决定了模型的能力空间。
对于如何挑选量化投资产品这个投资者普遍比较关心的问题，李荣兴表示，首先要考察产品的投资框架和基金经理的投资理念，然后要了解产品的属性，产品的收益来源是什么，收益主要来自阿尔法还是贝塔，是周期性的还是长期的。在弄清这两个问题后，再去选择适合自己的量化产品。
关于量化基金的回撤控制，他进一步解释道，量化投资的特点是持股分散，还可以使用衍生品对冲风险。量化投资通过强力的风险控制手段可以有效地将波动控制在一定区间之内。“基金经理更多的是考虑如何在波动可控的情况下，获取更高的超额收益，这其实是在波动和收益之间寻找最佳平衡点的问题。”
近两年，机构投资同质化加剧，不少产品净值跟随行业风险发生大幅波动。李荣兴认为未来行业暴露会是Alpha模型一个很大的风险点。他是量化行业中少数使用二级行业中性进行风险控制的基金经理。“对行业暴露的严格控制是建立在足够强的选股Alpha基础上的。加强波动控制的前提是我们要理解模型的收益来源是什么。如果收益来源于波动，而且这项波动的性价比很低，我们就会把这个波动控制住。”
