阿尔法策略产品——量化选股模型课件
阿尔法策略、阿尔法套利、贝塔策略
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。
证券投资顾问专业培训：ALPHA组合期现套利-56页PPT资料
ETF套利VIP客户交流
22.04.2020
中国银河证券股份有限公司
北京黄寺大街证券营业部
股指期货的理论价格
股指期货合约的理论价格公式：
F（t；T）=s（t）+s（t）×（r-d）× （T-t）/365
s（t）为t时刻的现货指数，r为融资年利率，d为年 股息率，T为交割时间。
ETF套利VIP客户交流
中国银河证券股份有限公司
北京黄寺大街证券营业部
主要内容
➢基差套利
➢股指期货Alpha套利
ETF套利VIP客户交流
22.04.2020
中国银河证券股份有限公司
北京黄寺大街证券营业部
套利的定义
➢在买入一种产品的同时，卖出另一种 商品，并在将来某时刻将两种商品同 时进行反向操作的交易方式。
ETF套利VIP客户交流
➢股票（组合）的风险由系统风险和非 系统风险构成，因此收益也分为两部 分，一部分是系统风险对应的收益， 另一部分则是股票或股票组合的超额 收益，即Alpha，也就是通常所说的选 股收益。
ETF套利VIP客户交流
22.04.2020
中国银河证券股份有限公司
北京黄寺大街证券营业部
股市上涨时Alpha收益
➢Alpha策略的本质是持有的股票（组合） 在未来一段时期内具有正的超额收益。
ETF套利VIP客户交流
22.04.2020
中国银河证券股份有限公司
北京黄寺大街证券营业部
什么是股指期货alpha套利？
➢利用自身选股能力强的优势，构建一 组具有高alpha值的股票组合。利用在 二级市场买入股票组合，并在期货市 场上卖出期货合约的方式，分离贝塔， 获取alpha超额收益的对冲交易方式。
阿尔法策略产品——量化选股模型课件
76.09 53.85 66.67
71.74 61.54 69.44
60.87 53.85 63.89
47.83 38.46 58.33
60.87 42.31 55.56
PPT学习交流
27
多因子模型
图 多因子模型净值表现
PPT学习交流
28
多因子模型
▪ （1）总体而言，多因子选股模型 简单易行，有较好的稳健性，样本外的表现也很好
PPT学习交流
4
无风险利率
▪ 举个例子： ▪ 长江上有一条船，船上有一个人在行走，
那么这个人的速度多少？ ▪ V=v1+v2+v3，其中： ▪ V1：江水的速度（无风险利率） ▪ V2：船的速度（贝塔收益） ▪ V3：人的速度（阿尔法收益）
PPT学习交流
5
无风险利率产品
▪ 银行存款 ▪ 国债 ▪ 货币基金 ▪ 逆回购 ▪ 长江水一直向东流。
▪ 3. 剔除相关性过大的因子
▪ （1）假定得分相关性阈值取 0.5
▪ （2）表中的盈利收益率和PEG相关性为0.89，ROA 变动和ROE变动相关性 为0.70，盈利收益率和收入净利率相关性为0.59，
▪ （3）相关性均超过阈值，因此取其中超额收益相对较高的因子，最终剔除 的因子为PEG、ROE变动和收入净利率，总共剩下9个选股因子
取阿尔法 ▪ 对冲基金，通过量化研究获取阿尔法。 ▪ 阿尔法的大小证明了基金经理的核心价值
PPT学习交流
8
各种产品的费率
▪ 举个例子：肉包子，由面粉做成包子，再 加上肉馅。
▪ 面粉最便宜（无风险利率产品：0.3%管理 费）
▪ 包子其次（贝塔产品，1%管理费） ▪ 肉最贵（对冲基金产品，2%管理费+20%
阿尔法量化
阿尔法量化1. 什么是阿尔法量化阿尔法量化是指利用计算机技术和数学模型，对金融市场数据进行分析和挖掘，通过寻找并实施一系列投资策略，以获取超额收益的一种投资方法。
该方法主要基于大量数据和复杂的算法模型，旨在捕捉市场的非理性行为、历史走势和市场中的价格差异，帮助投资者更加科学地进行决策。
阿尔法量化投资的理念是，通过系统性的建模和分析，发现市场的非有效性和价差，从而获取相对于市场平均收益的“阿尔法”收益。
阿尔法是指与市场无关的收益，即超过市场基准的收益。
量化投资的核心在于不断寻找和实施能够创造阿尔法收益的策略，并将其运用于实际的投资组合管理中。
2. 阿尔法量化的基本原理阿尔法量化投资的基础是建立一个合理的数学模型，通过对投资标的和市场行为的分析，找到相对于市场平均收益的差异。
基本原理包括：2.1 数据收集和处理阿尔法量化投资的第一步是收集和处理大量的金融市场数据，包括股票价格、市场指数、财务数据等。
这些数据将通过计算机技术进行整理和存储，以便后续的分析和挖掘。
2.2 建立数学模型在阿尔法量化投资中，数学模型是非常重要的工具。
通过对历史数据和市场行为的分析，建立数学模型可以帮助投资者发现市场的非有效性和价差。
常用的数学模型包括回归模型、时间序列分析、神经网络等。
2.3 策略设计和回测在建立数学模型的基础上，投资者需要设计一系列的交易策略，以获取超额收益。
策略的设计包括选择适当的交易标的、设置交易信号和止损点等。
设计好策略后，需要进行回测，即对历史数据进行测试和验证，以评估策略的有效性和稳定性。
2.4 实施和执行当策略通过回测验证后，投资者可以将其应用于实际的投资中。
实施策略的方式有多种，可以是全自动化的交易系统，也可以是半自动化的交易决策。
在实施和执行过程中，需要不断监测和调整策略，以适应市场的变化。
3. 阿尔法量化的优势和风险3.1 优势阿尔法量化投资相较于传统投资方法具有以下优势：•量化投资可以充分利用大数据和高速计算的优势，对市场进行全面、深入的分析和挖掘，降低主观判断的影响。
量化交易策略设计实战教材(PPT 44张)
统计套利之：配对交易
严格保密
严格保密
回测优化
优化应避免参数孤岛
严格保密
测试方法 Walk forward Backtesting
传统方法
Walk forward Backtesting
严格保密
第三步：风险控制模型
风险控制 模型
一、股指期货程序化概述
பைடு நூலகம்
严格保密
风险控制模型
不可能三角形
严格保密
量化交易之核心：构建组合 交易组合构建之四个分散， 通过组合可以明显提升收益风险比
严格保密
量化交易之核心：构建组合 策略1
严格保密
量化交易之核心：构建组合 策略2
严格保密
量化交易之核心：构建组合 策略3
严格保密
量化交易之核心：组合的好处 策略1-3 等权重组合
严格保密
回顾：量化构建框架
一、股指期货程序化概述
严格保密
市场进化 与策略生命周期探讨
严格保密
未来行情的发展－成熟市场走过的路程
新兴市场用机械策略比成熟市场有效 即使新兴市场， 1983 的收益 远高于 1990 的，说明市场正在走向成熟 (成熟市场短期定价能力高，但是长期定价能力并不那么高）
（数据来源 Kaufman 所做）
严格保密
航空系统VS量化交易系统
都是是一个大型负责系统； 安全是第一要素：飞机安全降落是第一位，活着是第一位； 都是由很多子系统构成； 都需要一个中央系统负责调度和指挥子系统； 任何一个子系统环节出错都会酿成巨大事故；
严格保密
量化投资的模块构建图示
一、股指期货程序化概述
严格保密
量化投资第一步：数据来源和数据处理
阿尔法策略
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。
量化投资中的阿尔法策略
基于趋势跟踪
量化择时策略之一是基于趋势跟踪，通 过识别市场趋势，利用技术指标和机器 学习算法来预测市场走势，指导投资决 策。
VS
基于统计套利
另一种量化择时策略则是基于统计套利， 通过分析市场数据、对冲风险等手段，寻 找具有套利机会的投资组合。
组合优化策略
基于马科维茨投资组合理 论
组合优化策略之一是基于马科维茨投资组合 理论，通过分散投资、风险控制等方法，优 化投资组合的收益风险比。
总结词：互补性
详细描述：人工智能和传统投资策略具有很强的互补性。传统投资策略在人的经验、判断和决策方面具有优势，而人工智能 在数据处理、模式识别和预测方面具有优势。两者的结合可以更好地应对市场的复杂性和不确定性。
人工智能在量化投资中的用
要点一
总结词
要点二
详细描述
挑战与风险
虽然人工智能在量化投资中的应用具有广阔的前景，但也 面临着一些挑战和风险。例如，人工智能算法的透明度和 可解释性不足，可能会导致投资者对算法的不信任；同时 ，人工智能算法的过度拟合和泛化能力不足，也可能会影 响其在实际投资中的表现。因此，投资者需要谨慎选择和 使用人工智能算法。
模型过拟合与欠拟合
总结词：阿尔法策略可能面临模型过拟合与欠拟合的 问题。过拟合是指模型过于复杂，导致在训练数据上 表现良好，但在测试数据上表现较差；欠拟合则是指 模型过于简单，无法捕捉到重要的市场特征。
详细描述：在量化投资中，阿尔法策略的复杂性和适用 性之间存在权衡关系。如果投资者使用过于复杂的模型 ，他们可能会面临过拟合的风险。这意味着模型在训练 数据上可能表现出色，但在真实市场环境中可能无法获 得超额收益。相反，如果投资者使用过于简单的模型， 他们可能会面临欠拟合的风险。这意味着模型可能无法 捕捉到重要的市场特征，从而无法做出准确的投资决策 。因此，投资者需要仔细选择合适的模型复杂性和特征 集来避免过拟合和欠拟合的问题。
阿尔法策略
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
PPT学习交流
17
多因子模型
▪ （1）具体方法：令组合1和n相对 基准的超额收益分别为 AR1 和 ARn，如果AR1<ARn，则将组合i 的分值设为i；反之，AR1>ARn， 组合i的分值为n - i+1 ，即所有组合的分值取1 到 n间的连续整数。组合得分确定后，再将其赋给 每月该组合内的所有个股。
阿尔法策略产品—— 量化选股模型
PPT学习交流
1
简部介门介绍大纲
• 丁鹏 博士中国量化投资学会 理事长 • 《量化投资—策略与技术》作者 • 《量化投资丛书》主编 • 《量化投资与对冲基金》副主编 东航金控 财富管理中心 总经理
PPT学习交流
2
2
▪ 量化选股概述 ▪ 多因子模型 ▪ 风格轮动模型 ▪ 行业轮动模型 ▪ 资金流模型 ▪ 动量翻转模型 ▪ 一致预期模型 ▪ 趋势追踪模型 ▪ 筹码选股模型
▪ 基本面选股主要有：多因子模型、风格轮动 模型和行业轮动模型。
▪ 市场行为选股主要有：资金流模型、动量反 转模型、一致预期模型、趋势追踪模型和筹 码选股模型。
PPT学习交流
11
多因子模型
▪ 经济学解释
▪ 多因子模型是应用最广泛的一种选 股模型，基本原理是采用一系列的 因子作为选股标准，满足这些因子 的股票则被买入，不满足的则卖出。
▪ 例如，当很多投资者认为低PE的价值型的股
票是好的投资标时，他们纷纷买入低PE的股
票，会使得该股票出现上涨，或者超越大市
。这样就使得低PE这个因子的有效性得到体
现
PPT学习交流
12
多因子模型
▪ 一般而言，多因子选股模型有 两种判断方法，一是打分法， 二是回归法。
▪ （1）打分法就是根据各个因子的大小对股 票进行打分，然后按照一定的权重加权得 到一个总分，根据总分再对股票进行筛选
PPT学习交流
6
贝塔产品
▪ 贝塔就是大盘自然涨跌带来的收益 ▪ 长期看，贝塔为正，但是有不确定性 ▪ 各种指数类产品，包括大盘指数和行业指
数 ▪ 船不一定一直开，有时候可能停下来，甚
至倒回去。
PPT学习交流
7
阿尔法产品
▪ 取决于人在船上能走多快 ▪ 这才是基金经理的核心能力所在。 ▪ 主动管理型共同基金，通过基本面研究获
取阿尔法 ▪ 对冲基金，通过量化研究获取阿尔法。 ▪ 阿尔法的大小证明了基金经理的核心价值
PPT学习交流
8
各种产品的费率
▪ 举个例子：肉包子，由面粉做成包子，再 加上肉馅。
▪ 面粉最便宜（无风险利率产品：0.3%管理 费）
▪ 包子其次（贝塔产品，1%管理费） ▪ 肉最贵（对冲基金产品，2%管理费+20%
绩效）
PPT学习交流
9
阿尔法策略
▪ 阿尔法策略有正向阿尔法和反向 阿尔法两种
▪ （1）正向阿尔法就是构建一批 超越市场的股票组合，同时做空股指期货
▪ （2）反向阿尔法就是融券做空一批弱于市 场股票组合，同时做多股指期货
▪ 阿尔法的核心在于：量化选股模型
PPT学习交流
10
量化选股概述
▪ 量化选股策略总的来说可以分 为两类：第一类是基本面选股， 第二类是市场行为选股。
PPT学习交流
4
无风险利率
▪ 举个例子： ▪ 长江上有一条船，船上有一个人在行走，
那么这个人的速度多少？ ▪ V=v1+v2+v3，其中： ▪ V1：江水的速度（无风险利率） ▪ V2：船的速度（贝塔收益） ▪ V3：人的速度（阿尔法收益）
PPT学习交流
5
无风险利率产品
▪ 银行存款 ▪ 国债 ▪ 货币基金 ▪ 逆回购 ▪ 长江水一直向东流。
公式为：
（
1 m
m
Score_Corrt,u,v）
t 1
,u,v 1,2,, k。
▪ （4）设定一个得分相关性阈值 MinScoreCorr，
▪ 2．选股因子有效性的检验
▪ 一般检验方法主要采用排序的方法检验候选 因子的选股有效性。
PPT学习交流
15
多因子模型
▪ （1）对于任意一个候选因子在模型 形成期的第1个周期初开始计算各股 票该因子的大小，按从小到大的顺 序对样本股票进行排序，并平均分为 n个组合，一直持有到周期末。
▪ （2）在下个周期再按同样的方法重新构建n个组 合并持有到周期末，每个周期如此，一直重复到 模型形成期末。
内容提要
PPT学习交流
3
CAPM模型
▪ 资本资产定价模型（CAPM）
E(ri ) Rf [E(Rm ) Rf ]i
E(ri ) ：资产的预期收益率 R f : 无风险利率
i : 该资产的风险系数（贝塔）
E(Rm ) Rf :资产的风险溢价（阿尔法）
▪ CAPM揭示了一个基本原理：超额的收益来自于 超额的风险
▪ （2）打分法是最简单，也是最稳定的筛选 因子的方法。其中因子的权重对最终的结 果有着至关重要的影响。
PPT学习交流
13
多因子模型
▪ （3）回归法就是用过去的股票 的收益率对多因子进行回归，得 到一个回归方程，然后把最新的 因子值代入回归方程得到一个对未来股票收 益的预判，最后以此为依据进行选股
▪ （4）回归法的问题在于很难找到一个精确拟 合的回归方程，存在很大的模型误差，所以 实战中用处不广。
PPT学习交流
14
多因子模型
▪ 多因子选股模型的建立过程 ▪ 1．候选因子的选取 ▪ 候选因子可能是一些基本面指标，
如 PB、PE、EPS 增长率等，也可能是一些 技术面指标，如动量、换手率、波动等。
▪ （3）组合构建完毕后，计算这n个组合的年化复 合收益、相对于业绩基准的超出收益、在不同市
场状况下的高收益组合跑赢基准和低收益组合跑 输基准的概率等
PPT学习交流
16
多因子模型
▪ 3．有效但冗余因子的剔除
▪ 不同的选股因子可能由于内在 的驱动因素大致相同等原因，因 此其中的一些因子需要作为冗余 因子剔除。 具体的方法有很多，比较典型的 是计算相关系数的方式
▪ （2）按月计算个股的不同因子得分间的相关性 矩阵，令第t月的个股因子得分相关性矩阵为：( Score _ Corr t, u , v )，u,v = 1, 2, ..., k，u 和v 为因子序号。
PPT学习交流18源自多因子模型▪ （3）在计算完每月因子得分 相关性矩阵后，计算整个样本
期内相关性矩阵的平均值，计算