下载文档原格式
阿尔法策略、阿尔法套利、贝塔策略在现在资本市场定价理论中，投资组合的收益率(rp)可以表达为右边第一项beta*rm 也就是贝塔收益，第二项alpha 也就是阿尔法策略收益（尽管这两部分都是随机变量）。
所谓市场是牛市还是熊市看的是rm；beta对于一个投资组合来说短时间内是固定的；而阿尔法策略就是beta＝0，即rp＝alpha的策略。
1、（1）什么是阿尔法策略？投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。
从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。
后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。
（2）阿尔法策略是如何构建的？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。
而目前国内市场上最常见的还是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。
尤其是在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。
此外，还有机构根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。
而在上述各种策略构建过程中，基于大类资产配置、行业配置、择时与选股体系的量化策略均得到了广泛应用。
2、阿尔法套利阿尔法套利是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。
阿尔法（ALPHA）策略Alpha策略是典型的对冲策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。
中性策略也是比较典型的对冲策略，通过构造股票多空组合减少对某些风险的暴露。
Alpha策略和中性策略在本质上差异最小，Alpha策略可以看成中性策略的一种。
但是Alpha策略的约束更小,其Alpha来源可能是行业的、风格的或者其他的；而中性策略则将更多无法把握的风险中性化了。
一、阿尔法（ALPHA）策略1•什么是阿尔法（ALPHA）策略？投资者在市场交易中面临着系统性风险（B风险）和非系统性风险（a风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益的策略组合，即为阿尔法策略。
从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。
2. 阿尔法策略有哪些关键要素？Alpha策略的成败有两个关键要素：其一是现货组合的超额收益空间有多大；其二是交易成本的高低。
两者相抵的结果，才是Alpha策略可获得的利润空间。
在股市Alpha 策略中，最考验策略制定者水平的因素在于选股方法和能力。
阿尔法策略就是买入一组未来看好的股票，然后做空相应价值的期货合约，组合对冲掉系统性风险，组合的收益完全取决于投资者的选股能力，而与市场的涨跌无关，做到了市场中性。
3•阿尔法策略的优势？阿尔法策略有三大优势：一是回避了择时这一难题，仅需专注于选股；二是波动较单边买入持有策略要低；三是在单边下跌的市场下也能盈利，阿尔法与市场的相关性理论上为0。
在熊市或者盘整期，可以采用“现货多头+期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。
4. 如何构建阿尔法策略？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。
可转移阿尔法策略是指将一种投资策略或模型从一个市场或资产类别转移到另一个市场或资产类别，以寻找类似的投资机会并获取超额收益。
以下是可转移阿尔法策略的原理：
1. 基于共性因子：可转移阿尔法策略的基础是共性因子。
共性因子是影响不同资产价格波动的共同因素，例如市场风险、行业因素、经济因素等。
通过识别和利用这些共性因子，可以构建能够在不同市场或资产类别中转移的投资策略。
2. 数据分析和模型构建：可转移阿尔法策略的关键是进行数据分析和模型构建。
这包括对不同市场或资产类别的历史数据进行统计分析、因子选择和模型构建。
通过建立统计模型或机器学习模型，可以发现潜在的共性因子和投资信号。
3. 验证和参数优化：在构建投资模型后，需要对其进行验证和参数优化。
这包括使用历史数据进行回测和模型评估，以验证模型的有效性和稳定性。
参数优化则是通过对模型参数进行调整和优化，使其在目标市场或资产类别上表现最佳。
4. 转移和调整：一旦投资模型在源市场或资产类别上验证成功，就可以将其应用于目标市场或资产类别。
这涉及将模型中的因子权重、调仓周期和交易规则等参数进行调整，以适应目标市场的特点和约束条件。
5. 监控和调整：在实际应用中，可转移阿尔法策略需要
进行实时监控和调整。
市场条件的变化可能会影响模型的有效性，因此需要对模型进行定期评估和调整，以确保其在目标市场上的表现。
总体而言，可转移阿尔法策略通过利用共性因子和统计模型构建，在不同市场或资产类别之间寻找投资机会并获取超额收益。
这种策略要求对数据分析、模型构建和市场特征有深入的理解，并需要不断地进行验证、优化和调整，以适应不同市场环境的变化。
私募量化基金策略解析近年来，随着证券市场规模的不断扩大和金融衍生品的不断推出，投资策略和盈利模式的根本性改变加大了个人投资难度，因此专业投资管理人的比例越来越大。
其中，量化对冲产品以其特性, 逐渐成为了机构投资者和高净值人士的投资选择之一。
今天，我们将从量化产品的灵魂—交易策略上，来了解它的核心，看看这些产品究竟是如何盈利的。
目前国内主流的量化交易机构会比较频繁用到的交易策略有阿尔法对冲策略（中性策略及择时阿尔法策略）、套利策略、期货CTA策略，让我们分别了解一下：一、阿尔法策略（全对冲策略、择时阿尔法策略）阿尔法全对冲策略是一种买多股票现货组合、卖空等值的股指期货的策略。
理想状况是—市场上涨的时候，股票现货组合的涨幅大于股指期货的涨幅；市场下跌的时候，股票现货组合的跌幅小于股指期货的跌幅。
这样，不管市场上涨和下跌，策略都能获得正回报。
而对于量化私募机构来说，这种策略的技术核心在于：股票现货组合的挑选以及做空的指数的选择上。
这两点是拉开不同量化私募机构差距的重要因素。
阿尔法全对冲策略容量较大，且较适合于情绪稳定的市场。
一旦市场噪声加大，某个板块或者权重个股出现非理性急拉，会对这种策略产生一定的冲击。
一方面，这样容易使得股票现货组合的表现在短期内不如指数。
另一方面，极度疯狂的市场会导致股指期货升水，从而对产品表现造成一定的浮亏。
阿尔法策略中的另一个重要策略 - 择时对冲策略则是在阿尔法全对冲（中性策略）的基础之上叠加股指期货敞口策略。
这种策略除了要求超高的对于股票现货组合的选择能力之外，不同时期股指期货敞口的设置更是其盈利的关键。
相对于阿尔法全对冲策略而言，择时的难度和对机构能力的要求都大大提高。
这种择时策略的理想状况是——市场上涨的时候，利用股指期货敞口赚取远超过纯阿尔法全对冲策略的Beta收益；市场下跌的时候，提前将敞口降低，变成一个纯阿尔法全对冲策略，继续和阿尔法全对冲策略一样赚取Alpha无风险收益。
投资策略的“阿尔法”与“贝塔”2010年3月中国证券报－中证网在2008年股市的单边下跌中，控制仓位成为不少优秀私募基金业绩制胜的法宝。
但今年的经济环境和市场环境越来越复杂，“选股制胜”再度为众多私募高手所青睐。
一、阿尔法策略与贝塔策略选股与择时的问题，就是业界惯称的所谓阿尔法策略与贝塔策略。
阿尔法策略与贝塔策略是两类基于不同出发点，来获取超过大盘表现的超额收益的投资策略。
阿尔法策略是依靠精选行业和个股来超越大盘；贝塔策略是依靠准确地把握市场大势，准确择时来获得超越大盘的收益。
不同的侧重点使得两者在投资理念、仓位控制、风险控制等方面都存在差异，进而在不同的市场行情中表现各异。
据好买基金研究中心的分析，可大致将2008年看作一个下跌市，不控制好贝塔，降低仓位，则选什么行业和个股也没用。
2009年至今可看作一个反弹市，如没有相当的仓位，并在上半年行业轮动的行情中选好行业和个股，做好阿尔法，也很难冲到前面。
二、2008年“控制仓位”是制胜法宝2008年，我国股市跌幅达到70%，那些成功地做好贝塔控制的基金经理表现抢眼。
如空仓了近三个季度，依靠债券投资获得4%收益的星石的江晖；长期空仓，依靠做了两个小反弹而获得20%正收益的金中和的邓继军等。
不过，有意思的是，所有在2008年排名前10的选手，在2009年的反弹中均名落孙山。
因为一般而言，关注贝塔的基金经理或多或少比较想做绝对收益，对下行的风险非常重视。
而在上涨时，可能因为仓位加得较慢，以及越涨越谨慎的心态，再加上行业和个股相对较分散而涨势不足。
三、2009年基金倾向“选股”策略在2009年A股从1600多点反弹至2800多点这轮反弹中，对贝塔的过分关注，对下行控制的严格，仓位的小心谨慎，牵制了很多基金经理的表现。
而保持较高仓位，关注阿尔法的基金经理颇有斩获。
因此，2009年反弹中排名前10的基金中，5只跑满了2008年的产品在2008年的亏损都超过50%。
alpha对冲策略Alpha对冲策略是一种利用市场机会进行风险控制的交易策略。
它的核心思想是通过建立一对相互关联的头寸，实现对冲风险，同时利用市场波动赚取收益。
这种策略常用于对冲基金、量化投资和衍生品交易等领域。
在Alpha对冲策略中，投资者通常会同时建立多头和空头头寸，以对冲市场风险。
多头头寸表示投资者预期某个资产价格上涨，而空头头寸则表示预期价格下跌。
通过同时持有这两个头寸，投资者可以在市场上涨或下跌时都能够赚取收益。
Alpha对冲策略的关键在于寻找可靠的Alpha信号。
Alpha信号是指能够预测资产价格变动的信号，投资者可以根据这些信号来决定建立多头或空头头寸。
常用的Alpha信号包括技术指标、基本面分析和市场情绪等。
投资者需要通过分析大量的数据和市场信息，筛选出有效的Alpha信号，以提高策略的成功率。
一旦找到了可靠的Alpha信号，投资者就可以根据市场情况来决定建立多头或空头头寸的比例。
例如，如果投资者认为市场将上涨，就可以增加多头头寸的比例；相反，如果预期市场下跌，就可以增加空头头寸的比例。
通过调整头寸比例，投资者可以灵活应对市场的变化，降低交易风险。
在实施Alpha对冲策略时，投资者还需要考虑交易成本和风险管理。
交易成本包括佣金费用、滑点和资金成本等，投资者需要合理控制交易成本，以确保策略的盈利性。
风险管理涉及到止损和风险控制指标的设置，投资者需要设定合理的止损点和风险控制指标，及时平仓或调整头寸，以避免大幅亏损。
Alpha对冲策略的优势在于能够在市场上涨或下跌时都能够获利，降低投资组合的波动性。
它能够帮助投资者平衡风险和收益，提高投资组合的整体效益。
然而，实施Alpha对冲策略也存在一定的挑战和风险。
首先，寻找可靠的Alpha信号需要大量的数据分析和市场研究，需要投资者具备专业的分析能力和经验。
其次，交易成本和风险管理也需要投资者具备一定的技巧和经验。
Alpha对冲策略是一种利用市场机会进行风险控制的交易策略。
可转移阿尔法策略基本原理可转移阿尔法策略是一种基于机器学习和人工智能技术的投资策略，旨在通过对大量历史和实时数据的分析和模型训练，预测和优化投资组合的配置，以获取超额收益。
可转移阿尔法策略的基本原理是通过构建复杂的数学模型，识别和利用市场中的价格波动和趋势，以实现盈利的目标。
这种策略的核心在于对数据的分析和模型的训练。
可转移阿尔法策略需要收集和整理大量的历史和实时数据，包括股票价格、交易量、公司财务数据、宏观经济指标等。
这些数据将被用于构建模型和进行预测分析。
利用机器学习和人工智能技术，可转移阿尔法策略将对数据进行深入分析，包括数据清洗、特征提取、模型构建等。
通过这些步骤，策略可以从数据中挖掘出隐藏的规律和趋势。
然后，可转移阿尔法策略将利用构建好的模型进行投资组合的优化。
基于模型的预测结果和风险偏好，策略会自动调整投资组合的配置，以最大化收益并控制风险。
可转移阿尔法策略会根据实时市场数据和模型的预测结果进行交易决策。
策略可以根据预设的规则自动执行交易，也可以生成交易建议供投资者参考。
可转移阿尔法策略的优势在于其能够处理大量的数据和复杂的模型计算，可以快速识别和利用市场中的机会。
相比传统的基本面分析和技术分析，可转移阿尔法策略能够更加全面地考虑市场因素和数据特征，提高投资决策的准确性和效率。
然而，值得注意的是，可转移阿尔法策略也存在一些挑战和风险。
首先，策略的准确性和稳定性依赖于数据的质量和模型的拟合能力。
其次，策略的执行需要强大的计算和技术支持，对于个人投资者来说，可能存在一定的门槛。
总的来说，可转移阿尔法策略作为一种基于机器学习和人工智能的投资策略，具有很大的潜力和发展空间。
随着数据和计算能力的不断提升，可转移阿尔法策略在投资领域的应用将越来越广泛，对投资者和市场的效率也将产生积极的影响。
股票阿尔法策略
股票阿尔法策略是一种基于市场波动和投资者行为的策略，旨在获得
超过市场平均收益率的投资回报。
这种策略通常基于技术分析和基本面分析，通过利用股票价格和交易量以及公司业绩和前景等数据进行投资决策。
以下是股票阿尔法策略的一些关键点：
1.寻找市场波动的模式：股票阿尔法策略可以通过技术分析来寻找股
票价格的趋势和波动模式。
这些模式包括图表模式、价格走势的形态、交
易量等。
2.基本面分析：股票阿尔法策略也会关注公司的业绩和前景。
这包括
盈利能力、资产和负债状况、市场份额、竞争对手等因素。
这些因素可以
影响公司的股票价格和投资者的情绪，从而影响股票的表现。
3.挑选股票：通过技术和基本面分析，股票阿尔法策略可以挑选具有
潜在盈利机会的股票。
这些股票可能在短期或长期内都有良好的表现。
4.适时买卖：股票阿尔法策略也注重适时买卖。
在市场上，机会和变
故同时存在，投资者应当根据市场情况及时买入或卖出股票，避免被市场
利左右。
5.风险控制：股票阿尔法策略也注意风险控制，即通过分散投资和止
损等措施降低投资风险。
同时，还应对市场情况和交易风险进行灵活应对。
总之，股票阿尔法策略是市场上的一种高风险、高收益的投资策略，
投资者应在了解自身的风险承受能力和基本的分析方法以后谨慎选择。
阿尔法投资策略：领先投资概念截至2005年7月中旬，证券市场上的开放式基金总数已经达到130多只。
不同基金产品秉承着不同的投资理念，遵循着不同的投资策略，创造着不同的投资风格。
从总体上看，证券投资基金的投资策略分为两类：一类是想比市场做得更好，称为积极投资。
另一类是满足于市场提供的回报，称为消极投资。
一般而言，积极投资的风格更加主动，能够为客户创造出超出市场基准的收益回报。
(千金难买牛回头我不需再犹豫)在当前国际市场上，有一种新型的积极投资策略正在被越来越多地运用在基金投资上———追求阿尔法投资策略。
这种投资策略，以获得最高的阿尔法值为基金投资的最终目的，通过动态计量模型等具体实施策略的完成来创造超额收益，为投资者带来超额回报。
这里提到的阿尔法值（也叫詹森指数Jenson），是以资本资产定价模型（CAPM）为基础，衡量基金相对业绩（即能否战胜市场）的一种指标。
1968年，迈克尔·詹森（Michael C. Jensen）发表《1945-1964年间共同基金的业绩》一文，提出了这个以CAPM为基础的业绩衡量指数，它能评估基金的业绩优于基准的程度。
阿尔法值的具体含义就是基金的实际收益超过它所承受风险对应的预期收益的部分，是与基金经理业绩直接相关的收益。
(剖析主流资金真实目的，发现最佳获利机会！)该指标综合考虑了收益和风险两个方面。
投资基金的收益通常用一段时期内资产净值的平均增长率表示，基金的风险一般分为绝对风险和相对风险，前者是指基金资产净值的绝对波动情况，用净值增长率的标准差表示；后者是指基金资产净值对市场指数波动的敏感程度，用基金的贝塔系数表示。
一般来说，收益越高，风险越大；收益越低，风险也相对较小。
阿尔法值综合考虑这两方面的因素，能够非常客观地衡量和代表基金投资的业绩表现。
投资者可以参考阿尔法值，来对基金投资的期望收益与证券市场的期望收益进行比较。
投资基金可能在某一段时期收益是一个负值，但这并不表示这个开放基金不好。
11-14 周三1.阿尔法与贝塔：资本资产定价模型（CAPM）中，贝塔是相对于整体市场的收益（市场风险因子）：市场收益上升，特定资产通过贝塔系数跟随市场收益；阿尔法是特定资产的超额收益（特定风险）。
法玛（Fama）三因子中，阿尔法同样是常数项，贝塔由市场风险因子，市值，规模三个因子分解，当外界熟知这些因子后，其代表的风险就从特定风险转变为市场风险；存在的阿尔法可以认为都是未被解释的贝塔，即当解释因子不充足时，会有显著的阿尔法，因此Barra模型将alpha定义为smart beta。
最初的均值方差模型（MV模型）是资产配置模型，延伸出CAPM作为定价模型，也称为单因子模型，之后进一步延伸出多种多因子定价模型；根据定价模型能对系统风险进行更为全面的度量，因此定价模型中因子的构建逐渐成为量化领域的重心。
阿尔法策略是通过对系统性风险进行度量并将其分离，从而获取超额绝对收益的策略组合总结1)阿尔法来源于特定风险；贝塔来源于市场风险；特定风险被逐渐解释和开发之后就是市场风险2)beta收益是市场收益，即随着市场的变动获得的被动收益；不仅是市场收益率，还包括众多因子，这些因子被人们所熟知后就成为了系统性的收益（风险）；alpha收益是特定收益，通过自有的知识，或者是找到了不为市场所知的因子，因此获得的超额收益，当这个潜在因子被市场所知后就成为了beta收益，需要寻找新的因子3)风险因子和收益因子在时间上会相互转化2.阿尔法策略分类1)A型阿尔法策略：用指标对股票排序，选取其中一个组合，定期调仓，获取阶段性超越大盘的收益。
特征是策略永远满仓，但需要股指期货对冲。
2)X型阿尔法策略：来源于技术分析和民间，也叫做战法，不区分选股和择时，往往通过择时指标来选股，也就是把择时或有上涨的股票选出来，持有一段时间，时间不确定，通过择时或者止损重构组合。
3)B型阿尔法策略：对所有股票建立可以解释波动来源的线性风险模型（即因子模型），然后通过对风险因素未来走势的看法，优化目标投资组合整体承担的各种风险暴露，这样自然确定了股票的权重，选择出来了股票，这种阿尔法策略，其实也是一种Smart Beta策略，这种策略中阿尔法就是贝塔3.B型阿尔法策略的权重计算1)第一步：选择解释因子（f）{每个股票作为样本，f即每只股票在相应的因子上的暴露（取值），b是对应因子的风险补偿，即b可以看出横截面上股票收益率与因子大小的关系}2)第二步：对第一步中的因子在每个时间周期（t）做横截面回归，得到每个因子在每个时间周期（t）的系数（b），即t时刻的风险补偿：f为第i支股票t时刻的第k个因子，b为对应的风险补偿3)第三步：将获得的每个时刻的风险补偿（b）作为因子（f），对每只股票进行时间序列回归，得到每支股票在每个因子上的风险暴露比例（贝塔）：4)第四步：求每只股票的权重（w），下式为基于第一个因子暴露求出的权重：W为每只股票的权重；上半部分是拉格朗日等式：代表一定预期收益下到达风险最小。
量化阿尔法策略
量化阿尔法策略是一种投资策略，它使用数量化的方法来选择和交易投资组合，以实现超过市场收益的目标。
这种策略通常包括以下几个步骤：
1. 确定投资目标和风险承受能力：在制定量化阿尔法策略之前，需要明确投资目标和风险承受能力，以便为投资组合设置合适的限制和权重。
2. 确定因子模型：量化阿尔法策略的核心是识别影响股票价格变动的因子，并利用这些因子来预测股票价格的未来走势。
常见的因子模型包括价值、成长、动量、基本面等。
3. 构建投资组合：根据因子模型，通过量化分析的方法，选择具有正超额收益的股票构建投资组合。
这通常包括对股票进行排序、权重分配、止损控制等方面的操作。
4. 交易执行和调整：在构建投资组合后，需要选择合适的交易执行方式和时机，以确保在市场波动时能够及时买入或卖出股票。
同时，也需要定期对投资组合进行调整，以保持其与因子模型的匹配度。
量化阿尔法策略的优点在于其数量化的决策方式，可以避免主观情绪等因素对投资决策的影响。
同时，该策略也可以通过历史数据回测和风险控制等方式来评估其有效性和风险性。
然而，需要注意的是，任何一种投资策略都存在风险和局限性，投资者应该根据自己的风险承受能力和投资目标选择合适的策略。
传统与可转移阿尔法策略产生阿尔法的方式主要有两类，一类是某些类别资产自身就能够提供阿尔法，另一类是通过资产组合提炼出阿尔法。
固定收益资产属于第一种，而通过衍生品与基金、股票、商品等的组合构成的策略则为第二类。
第二类方法与对冲基金的很多策略类似一、传统阿尔法策略 阿尔法的概念来自于二十世纪中叶，经过学者的统计，当时约75%的股票型基金经理构建的投资组合无法跑赢根据市值大小构建的简单组合或是指数。
不少学者将此现象归因于市场的有效性，也就是由于金融市场聚集了众多的投资者，这些投资者时刻紧盯着市场，一旦市场出现套利机会，他们就会迅速做出行动以使市场恢复均衡。
在一个有效的金融市场，任何寻找超额收益的努力都是徒劳的，投资者只能获得基准收益率。
随着后半世纪衍生品的诞生，不少基金取得了令人眩目的收益率，这说明通过积极的投资管理是可以获得超额收益率的。
高收益率基金的诞生使得投资者不再满足于消极投资策略带来的回报，投资者希望能够获取超越基准指数的收益率。
阿尔法就是高于经β调整后的预期收益率的超额收益率。
虽然一些资产类别本身就具备阿尔法，或者说这个基金的管理者具有卓越的管理能力，这种能力能够持续地产生阿尔法。
计算阿尔法需要用到CAPM模型，它是由William Sharpe在其著作《投资组合理论与资本市场》中提出，它指出了投资者在市场中交易面临系统性风险和非系统性风险。
传统阿尔法策略是在基金经理建立了β部位的头寸后，通过衍生品对冲β部位的风险，从而获得正的阿尔法收益。
二、提供正阿尔法收益的策略 产生阿尔法的方式主要有两类，一类是某些类别资产自身就能够提供阿尔法，另一类是通过资产组合提炼出阿尔法。
固定收益资产属于第一种，而通过衍生品与基金、股票、商品等的组合构成的策略则为第二类。
第二类方法与对冲基金的很多策略类似，我们接下来简单介绍一下海外对冲基金的情况。
随着经济繁荣增长，金融市场和投资者的复杂性随之变化，为满足市场投资者的需求，金融工具和金融产品创新在过去20年里发展迅速。
阿尔法策略―――股指期货熊市投资行之有效的实务操作作者:蓝昭钦来源: 日期:2009年07月06日声明：本公司网站提供的任何信息仅供参考，投资者使用前请予以核实，风险自负。
在本文作者所知情的范围内，本机构、本人以及财产上的利害关系人与所评价的证券没有任何利害关系。
综合来看，阿尔法策略的成功存在两个关键点：一是稳定超额收益Alpha的寻找；二是阿尔法投资组合系统风险Beta的对冲。
稳定的Alpha可以确保选择的资产在执行阿尔法策略期间依然能跑赢市场基准（一般为市场大盘指数，如沪深300指数），获取超额收益；但要将资产的Alpha收益转变为正的绝对收益，还取决于组合系统风险Beta的对冲情况。
目前对于寻找稳定Alpha的工作，很多人已经做了大量研究，但对对冲系统风险Beta 的研究则少之又少。
阿尔法策略的根本思想就是分离市场的系统风险，获取稳定的Alpha收益。
因此，投资组合系统风险的对冲至关重要。
本文将主要研究阿尔法策略应用于开放式基金与股指期货组合时，利用股指期货对冲系统风险Beta的具体细节。
一、开放式基金与沪深300股指期货投资组合的收益我们注意到影响组合收益的主要因素有：（1）持有期的超额收益。
基金持有期的超额收益越高，阿尔法投资组合的收益越高。
基金能取得正的超额收益是阿尔法策略成功的第一步。
关于寻找稳定Alpha收益的研究主要集中于股票、基金等证券资产的分析，本文暂不做讨论。
（2）保证金比例。
保证金比率越低，组合的收益越高。
这往往跟交易所的规定以及期货市场的风险有关，较为被动。
（3）组合的系统风险β。
期货头寸盈利时，β增大，组合的收益增高；而期货头寸出现亏损时，β减小，组合的收益增高。
组合的系统风险β就是我们使用股指期货对冲系统风险时的对冲比例，是对冲效果的关键。
这类似于资产进行套期保值时套期比例的确定，目前已有诸多文献进行过研究，我们前期关于股指期货套期保值的文章也做了深入探讨。
两者最大的不同点在于，套期保值是对现有资产被动地对冲风险，而阿尔法策略中的对冲，则更多是一种主动的策略，主动地规避系统风险寻求稳定的绝对收益。
Alpha策略Alpha策略是通过因子模型来获取超额收益的策略，这里的超额收益往往是指没有经过风险调整的,单纯衡量资产组合收益率超过基准指数收益率的部分。
获取这种超额收益的目的主要是通过卖空股指期货构造对冲策略。
可转移alpha 策略不同于alpha策略，需要投资组合能够获取经风险调整后的超额收益，即CAPM模型中的alpha.所谓因子模型，就是通过因子来解释股票收益率，每只股票都有相同的无数个因子，在不同时期不同个股能有效解释收益率的因子是不一样的。
衡量因子有效性的指标是信息比.每个因子的更新时期不同，有些因子要隔一段时间才能得到最新的数据，因此随着时间的推移,直到数据更新之前，因子的有效性也会逐渐下降。
除了时效性,还有一种因子的有效性下降情况,就是因子的轮动，有效性高的因子种类可能会发生改变，原来用于资产选择的因子有效性会降低，如果需要根据最新的有效因子进行资产重新配置，将会因为提高资产组合的换手率造成大量的交易成本，因此还需要权衡因子有效性和交易成本，一些研究报告也做了诸如此类的研究，提出了因子的半衰期.半衰期是指因子IC_IR下降到一半的时间。
因子还有可能如果是多因子模型,还需要考虑因子的加权方式,根据加权结果得出最终评分,再将个股进行分档，构建投资组合.行业配置也可以用alpha策略进行配置，同样也是根据因子模型对行业进行筛选和加权构建投资组合.Alpha策略因子选择Alpha策略因子有多种，可分为统计因子、宏观经济因子、基本面因子。
统计因子包括动量和反转等；宏观经济因子有通货膨胀率和无风险利率等;基本面因子有PE、PB、ROE等。
运用最多的是alpha因子，即通过CAPM模型计算的经风险调整后的超额收益，运用已实现的alpha因子可以构建alpha动量组合和alpha反转组合。
Alpha动量组合、alpha反转组合及基准指数往往可以构建大盘方向性指标，有研究报告做出过相关分析，运用Alpha动量与反转策略与基准指数的相互比较，可以研判市场目前所处的状态和未来的走势，即识别市场是处于牛市、熊市还是盘整市。
阿尔法策略
传统的基本面分析策略。
积极型的管理者依靠团队优势和经济分析能力，相信能够强于市场或更加深刻地理解公司的基本情况，通过选取品质良好、处于业绩成长期间的优秀企业，寻找内在价值被市场低估的潜力企业，以此来战胜和超越市场。
这主要依赖于管理者的能力和素质。
市场轮动策略。
承认市场是风格轮动转换的，先人一步发现受市场追捧的题材、热点因素，把握相应的市场机会。
这依赖于管理者准确把握市场变动时点的能力。
估值策略。
与基本面策略类似，但倾向于投资低估值股票，也就是相对便宜的股票，低市盈率、低市净率等是主要的目标。
动量策略。
基于动量效应，选择投资目标。
动量效应理论认为，如果某只股票或组合在前一个时期表现较好，那么在后续的一段时间里它或它们也将有较好的表现。
波动捕获策略。
基于数理统计模型，寻找相关度低、波动和收益较大的股票进行组合，以获取较好的收益同时承担相对较小的风险。
这是根据马科维茨组合选择理论的数学技术。
行为偏差策略。
根据行为金融理论，市场投资者根据对信息的不同理解存在行为偏差，所以市场经常过度反应或反应不足，而市场最终会进行纠正。
这要靠经理人敏锐的市场触觉和智慧。
可转移Alpha策略。
在该策略中，Alpha是移动的，附加于Beta之上的，因此可以将他们分离。
移动Alpha策略的操作较为复杂，但它的基本思路很简单。
投资者不再将资金存放到共同基金、委托它们去投资金融市场，而是选择一个跟踪指数的衍生产品，例如跟踪标准普尔500指数。
这些合约使得投资者投到市场中的资金大大减少，让他们能留出多余现金投向共同基金和其他投资工具中，为投资者带来该策略的“阿尔法”部分。
除了能够发挥规避股票现货市场系统性风险的基础功能外，股指期货的顺利推出为投资领域的策略研发和应用拓展了极大的施展空间。
移动Alpha策略从上世纪80年代起，已在国际机构投资领域逐步崭露头角。
由于这类策略多具有表现形式多样、手段灵活的特点，可用于满足各类型投资者的不同风险偏好，因此长期来持续受到市场的广泛关注。
因为需要借助在现货和期货（或互换）市场上同时操作，因此在股指期货推出前，移动Alpha策略不得不面对无用武之地的尴尬局面。
国外还有“移动阿尔法”策略，即在不影响组合战略资产配置的情况下，利用金融衍生工具将一种投资战略产生的积极收益转移到另一种投资战略的基准收益之中。
股指期货正是完成该策略的一种理想工具。
一、传统阿尔法策略
阿尔法的概念来自于二十世纪中叶，经过学者的统计，当时约75%的股票型基金经理构建的投资组合无法跑赢根据市值大小构建的简单组合或是指数。
不少学者将此现象归因于市场的有效性，也就是由于金融市场聚集了众多的投资者，这些投资者时刻紧盯着市场，一旦市场出现套利机会，他们就会迅速做出行动以使市场恢复均衡。
在一个有效的金融市场，任何寻找超额收益的努力都是徒劳的，投资者只能获得基准收益率。
随着后半世纪衍生品的诞生，不少基金取得了令人眩目的收益率，这说明通过积极的投资管理是可以获得超额收益率的。
高收益率基金的诞生使得投资者不再满足于消极投资策略带来的回报，投资者希望能够获取超越基准指数的收益率。
阿尔法就是高于经β调整后的预期收益率的超额收益率。
虽然一些资产类别本身就具备阿尔法，或者说这个基金的管理者具有卓越的管理能力，这种能力能够持续地产生阿尔法。
计算阿尔法需要用到CAPM模型，它是由William Sharpe在其著作《投资组合理论与资本市场》中提出，它指出了投资者在市场中交易面临系统性风险和非系统性风险。
传统阿尔法策略是在基金经理建立了β部位的头寸后，通过衍生品对冲β部位的风险，从而获得正的阿尔法收益。
Alpha策略并不依靠对股票（组合）或大盘的趋势判断，而是研究其相对于指数的投资价值，这也是很多对冲基金惯用的投资策略。
二、提供正阿尔法收益的策略
产生阿尔法的方式主要有两类，一类是某些类别资产自身就能够提供阿尔法，另一类是通过资产组合提炼出阿尔法。
固定收益资产属于第一种，而通过衍生品与基金、股票、商品等的组合构成的策略则为第二类。
第二类方法与对冲基金的很多策略类似，我们接下来简单介绍一下海外对冲基金的情况。
随着经济繁荣增长，金融市场和投资者的复杂性随之变化，为满足市场投资者的需求，金融工具和金融产品创新在过去20年里发展迅速。
在多样化的金融产品中，另类投资(Altemative Investmenis)加入到传统的投资类别中，扩大了投资者选择的范围。
广义来讲，另类投资是指有别于传统投资方式如股票债券投资为主的共同基金的另类投资方式，它充分运用了金融市场的复杂性，包含积极的投资方式和复杂的投资管理策略。
针对投资者风险收益需求，通过利用实物商品和衍生商品之间的机会，以及融资杠杆放大收益的作用进行动态投资，多方面满足投资者提高收益的需要。
另类投资世界中包括：风险投资、私人股权、杠杆投资、房地产投资以及本研究涉及的对冲基金。
20世纪80年代以来，国际金融市场创新不断，除传统投资工具：股票和债券以外，各类衍生品诸如远期、期货、掉期、期权发展起来，场内市场发展远远低于场外市场的交易规模。
这为各种各样的对冲基金交易策略提供了丰富的工具。
对冲基金可以同时利用金融和非金融(商品)市场，并且可以在这些市场采用多头、空头、价差掉期、信
用掉期和期权头寸，投资组合理论证明了扩大投资品种的范围可以为组合带来多样化利益，对冲基金所采用工具的多样化是传统的股票、债券和房地产投资策略不能有的。
