在量化投资竞争日益激烈的今天，如何通过技术和对市场的深入理解实现超额收益成为关键。广发基金的量化多因子基金经理李育鑫，以其深厚的统计学背景和前沿AI技术的应用，成功构建了差异化的投资策略。
李育鑫，统计学博士，通过深刻的市场和数据分析，不断优化其因子模型，并利用AI智能算法深入挖掘阿尔法因子，构建了一套完整的量化投资体系。他强调，量化投资的根本在于数据分析，通过定量分析方法，在金融市场的不确定性中寻找长期稳定的规律，以实现超额回报。据最新数据，他管理的广发量化多因子基金近6个月回报率高达52.23%，超额收益4.48个百分点。
李育鑫的核心竞争力
李育鑫凭借其扎实的统计学基础，擅长从概率和统计的角度审视金融市场，并用数据验证假设。他认为，这种思维模式有助于保持方法论的严谨性，避免主观判断。此外，他的数理专业背景也使他能够更好地理解和改进AI模型。
在公募量化领域，多因子模型是一种流行的投资策略，通过数学模型从多个维度评价和选择股票，并利用算力进行因子挖掘。李育鑫认为，算力只是基础，阿尔法因子的积累才是关键，真正的超额收益来自于对市场本质规律的深刻洞察。
他比喻说，算力如同一辆汽车，没有驾驶员就无法到达目的地。基金经理的角色就是基于对市场和数据的深刻理解，确定汽车的行驶方向，并在此基础上不断挖掘因子、迭代模型，形成成熟的投资框架。
李育鑫认为，量化基金经理的核心竞争力体现在四个方面：对统计模型的深度理解和运用能力；发散性思维和独立思考能力；对市场规律的深刻洞察力；以及高效的代码实现能力。
AI技术在量化投资中的应用
近年来，AI技术在投资领域的应用日益广泛，广发量化多因子基金较早地引入了机器学习、神经网络等AI技术，实现了从传统多因子模型向“AI赋能”的迭代。李育鑫指出，AI技术可以提高产品的超额收益，一方面通过AI发现更深层次的定价规律，弥补传统认知的不足；另一方面，AI技术可以通过更高维的信息处理方式，发现市场中的非线性定价规律，提升阿尔法因子的挖掘效率和效果。
风控体系的构建
不同于传统的主动投资，量化投资的优势在于通过分析金融数据的历史规律，有效识别并避开潜在大幅下跌风险的股票。李育鑫介绍，广发量化多因子通过模型构建、策略构造和组合优化三个层面控制回撤。
对于未来的投资方向，李育鑫表示将更加聚焦于策略本质的优化，强化现有模型的核心优势，通过三重风控体系预判并规避下行风险的个股，同时在现有模型上探寻新的超额收益来源。