1991年,彼得·穆勒发明了阿尔法策略。

什么是阿尔法策略?

20世纪末,非线性科学的研究方法和理论在金融理论及其实践上的运用,极大地丰富了金融科学量化手段和方法论的研究。无疑,这将开辟金融科学量化非线性的新范式的研究领域。

阿尔法 (ALPHA)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。投资者在市场交易中面临着系统性风险(β风险)和非系统性风险(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的策略组合,即为阿尔法策略。

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,其阿尔法策略来源可能是行业的、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。

阿尔法策略的关键

通常来说阿尔法策略是管理非系统风险的能力带来的收益。贝塔(beta)是承担系统风险带来的收益。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,才是阿尔法策略可获得的利润空间。

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。

阿尔法策略怎么实现(什么是阿尔法策略)(1)

阿尔法策略

阿尔法策略适合的市场

从国内外的经验来看,阿尔法策略一般运用在市场效率相对较弱的市场上,如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场,效率相对较低,特别是伴随着股指期货、融资融券等衍生品种的推出,的确存在利用风险对冲来获取超额收益ALPHA的巨大需求和空间。

阿尔法策略构建

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。目前国内市场上最常见的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。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。

常用的阿尔法策略有动量投资与反转策略、基本面选股套利和事件驱动型套利策略等。

主要涵盖:

1)多/空策略,就是将基金部分资产买入股票,部分资产卖空股票或者股指期货。对冲基金经理可以通过调整多空资产比例,自由地调整基金面临的市场风险,往往是规避其不能把握的市场风险,尽可能降低风险,获取较稳定的收益。

2)套利策略,就是对两类相关资产同时进行买入、卖出的反向交易以获取价差,在交易中一些风险因素被对冲掉,留下的风险因素则是基金超额收益的来源。由于采用产品不一,因此套利策略又可以分为:股指套利、封闭式基金套利、统计套利等。

3)事件驱动型策略,就是投资于发生特殊情形或是重大重组的公司,例如发生分拆、收购、合并、破产重组、财务重组、资产重组或是股票回购等行为的公司。事件驱动策略主要有不良证券投资和并购套利,其他策略常与这两种策略一并使用。

4)趋势策略,通过判断证券或市场的走势来获利而不再是将市场风险对冲掉后依靠选择证券的能力来获利,而且有时还大量采用杠杆交易以增加盈利。类型上可以分为:全球宏观基金、新兴市场对冲基金、纯粹卖空基金、交易基金及衍生品基金。

阿尔法策略超市

策略作为独立的产品开始和个体投资者对接。与此同时,国内第三方的量化策略服务平台雨后春笋般出来。

例如,策略圈平台上策略类型多样化,支持期货全品种、白夜盘、跨市场操作。策略圈平台上聚集了众多期货实盘高手,这些高手大多是数学博士、物理博士和计算机博士,他们采用最先进技术和科学模型,研发出最优质的量化策略,并且实时分享这些量化策略,投资者实时监测,快速下单,稳定跟踪,提高自身交易技能。目前,跟踪中证500的策略有“波段股指1号(ic)”、“鑫丰_ic中证500v2”、“泰山_ic”、“上古神器_ic”、“乾坤量化_ic”;沪深300“鑫丰_ifv2”、“量能_if”、“上古神器_if”、“股指期货(if)”、“王者无敌_if”;跟踪上证50的策略有“波段上证50”。投资者可以通过策略圈官网随时订阅这些策略。

阿尔法策略应用现状

2018年以来,指数增强基金规模逆势上升30.16%(55.31亿),其中大部分来自存量基金份额增长。此外,量化基金规模分布上仍存在“马太效应”,尤其是指数增强基金,平均规模5.68亿,中位数仅0.95亿。从侧面反映资金方更为偏爱历史业绩稳定的优秀产品。策略上,机构逐渐重视“风险管理”能力:通过低相关度的多品种或多策略来分散产品风险;注重风格及策略的灵活性,寻找新环境下有效的策略模式;探索大数据等阿尔法策略源,引入AI等新技术构造多样化策略。资金向业绩优秀且稳定的量化对冲私募靠拢。

如果想要了解更多有关量化交易、期货相关知识的或者想领取免费策略的可以点击策略圈(https://www.strategyclubs.com/professional/index)了解。

,