泓德基金AI Lab负责人李子昂：乘着AI的翅膀 在广阔161030市场探索未知

人生是原野，而不是轨迹。出资亦如是。2023年，太多商场参与者迷失在这片原野上。

当深入体悟到本身的限制，咱们寄望于科技来探究不知道，仅仅大多数人还心存疑问：量化的鸿沟在哪里？AI能协助自动出资飞多高？多远？

没有现成的答案。但李子昂和泓德基金的AI Lab团队，正不断尝试着寻觅更好的方向。

从线性到非线性 量化出资拓宽鸿沟

国际象棋中的深蓝、围棋中完胜国手的阿尔法狗......一想到AI，这些激动人心的使用让人思绪万千。

落实到量化范畴，AI的参加终究能在多大程度上赋能出资？对此，泓德基金AI Lab负责人李子昂表明，从线性到非线性，AI的参加使量化出资加速更新迭代，呈现出一个百家争鸣的状况。

“量化的实质中心其实是依据计算规则去做出资，其实自动出资也是结合前史形成对未来的预期和判别。”李子昂解读道，“咱们在海量数据里寻觅未来可以挣钱的一些规则，然后再依据这些规则去做出资”。

李子昂叙述，一开端，常用的量化模型都是偏线性的多因子模型，经过不同的维度来寻觅一些有挣钱效应的因子，到后来，人们发现一些看似和股市无关的信息也可以拿来建模，商场如同也并不完全是按照线性思想来运作，人们就开端引进一些非线性的数据，比方气候对股市的影响、基金司理颜值与出资报答的联系等等，各式各样非结构化的数据都可以经过AI办法去学习，寻觅或许发生超量收益的因子。

“从线性到非线性，咱们所做的无非是更好地认知国际，探究商场的不知道。”李子昂表明，“有了AI的参加，现在许多模型现已可以发生相对安稳的超量收益，可是现在还远远没有到达最好的作用。假如有一天AI真实具有了智能，可以像人相同做决议计划或许是自己去规划自己的模型，国际又是别的一个姿态。但在现阶段，AI背面表现的仍是人的才智，所以咱们要不断激起创意迭代模型，打败曩昔的自己”。

从会集到涣散 超量收益有待发掘

量化出资得以重归出资者视界，依据特定的商场环境。

2023年以来，会集押注、赛道出资的办法在继续调整和极致轮动中遭受重挫，Beta的缺失拖累了大多数自动权益基金的表现。在商场风格重归混沌之际，以涣散为特征、侧重发掘商场Alpha的量化出资却找到了合适开展的土壤，走出了独立于商场的表现。

由此也带来两个问题：一是量化的超量收益会否跟着商场风格改变而削减？二是怎样才能在AI量化中锋芒毕露？对此，李子昂有着明晰的认知。

“经过数据回测，咱们可以发现在震动市中，AI量化一般有不错的超量收益，但也有必定的例外情况：比方极致的上涨市，因为Beta因子的过度表现，或许上涨个股过度会集，使得以涣散出资为中心的量化阶段性失效；二是在商场活动性相比照较差的时分，也会给AI量化带来必定的应战；三是当战略的迭代呈现放缓、同质化战略越来越多的时分，超量收益也会有所下降。”

也正因为这样，想要在AI量化中锋芒毕露，对基金司理提出了更高的要求。

“真实让咱们的模型不断坚持先进性的原因只要一个，便是要不断地去迭代模型，让模型可以更好地去学习到商场的规则。所以，任何时分都要尽力去做新的、更好的模型，才可以在必定程度上抵挡这些模型的失效。”李子昂表明。

从现在到未来 立异激起更多或许

从美国哥伦比亚大学理学硕士到证券出资职业，从量化研讨员到泓德AI Lab负责人，具有10年证券从业经历、9年投研经历的李子昂有幸遇上了一个AI量化蓬勃开展的年代，可以充沛发挥所长。

“咱们的AI Lab树立得比较早，一开端是依据研讨的意图，想引进商场上AI的先进技术赋能投研，现在的逻辑是去做AI的选股。”李子昂表明，详细而言，经过深度神经网络发掘高频量价中的Alpha特征，用深度学习办法完成传统模型因子发掘和因子组成的进程，然后更好地提取高频特征中隐含的Alpha。

“已然名为Lab，咱们更多期望整个团队是一个研讨型的团队，可以做一些立异的东西出来。做好AI出资必定要一起具有科研精力和工程才能，坚持研讨的热心对团队成员来说非常重要。”

当下出资者应当怎样去挑选量化产品？或许挑选量化团队？李子昂表明，假如现在这个时刻点去做量化出资，有两点值得注重：

“一是出资者关于beta端的认可。例如，当时中证500指数的估值分位不到30%。未来假如有一轮牛市，beta端的收益或许相对可观；二是alpha端，出资者要去调查哪些模型和办法论合适做alpha，这件工作是相比照较重要的工作。挑选量化团队也要看其完成alpha的才能，除掉职业收益和风格收益之外，纯alpha的收益究竟是多少，这也是量化团队之间差异和优势地点。”