一、阿尔法(ALPHA)策略
1.什么是阿尔法(ALPHA)策略？
现代金融理论则认为，证券投资者所获得的收益分为两部分：来自市场的平均收益（即Beta收益）以及独立于市场的超额收益（即alpha收益）。近年来，随着大牛市行情的消失以及结构性行情的到来，个股出现严重分化的现象屡出不穷，许多投资者渐渐把目光投向了个股的alpha收益，因此专门寻找alpha收益的alpha策略也开始兴起，相比传统的投资策略，阿尔法策略具有更强的主动性，投资者不再被动等待交易时机，而是通过主动选取具备Alpha正收益的股票，随时进场进行交易。由于阿尔法策略是一种中性策略，因此投资者在弱势和振荡行情中也能获得稳定收益，不需要判断大盘走势。
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。
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。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。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。
5.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。
6.阿尔法策略与贝塔策略的区别？
根据CAPM理论，资产收益分为来自市场风险部分的期望收益贝塔和与市场风险无关的收益阿尔法。阿尔法策略注重选股，属于主动投资，而贝塔策略注重对投资时机的选择，属于被动投资。股票的阿尔法值是它超过或低于通过资本资产定价模型预测的可能期望收益的部分，若股票定价公平，则其阿尔法值为0。
二、阿尔法(ALPHA)套利
1.套利机制
阿尔法(ALPHA)策略是利用指数期货与具有阿尔法值的证券产品之间进行反向操作的套利策略，就是做多具有阿尔法值的证券产品，做空指数期货，通过对冲掉系统性风险，获得稳定的超额阿尔法收益，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。
为实现阿尔法套利，选择或构建证券产品是关键。首先，兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的首选，包括具有折价率，并能超越市场指数的认购权证，封闭式基金等。其次，具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选，主要包括开放式股票基金、股票、行业指数产品。阿尔法在套利中属于典型的高收益、高风险套利方式。此种套利仅适合有能力挑选出具有稳定阿尔法证券产品的投资者，投资者在做阿尔法套利的时候应该与市场驱动因子监测体系结合起来分析。
阿尔法套利就是高于经β调整后的预期收益率的超额收益率，其最初是由WilliamSharpe在1964年其著作《投资组合理论与资本市场》中首次提出，并指出投资者在市场中交易面临系统性风险和非系统性风险，公式表达如下：
E(Rp)=Rf+β*(Erm-Rf)
其中β=Cov(Ri，Rm)/Var(Rm），E(Rp)表示投资组合的期望收益率，Rf为无风险报酬率，E（Rm）表示市场组合期望收益率，β为某一组合的系统风险系数。CAPM模型主要表示单个证券或投资组合同系统风险收益率之间的关系，也即是单个投资组合的收益率等于无风险收益率与风险溢价之和。
资本资产定价模型（CAPM）认为，在有效的市场里，只有承担系统风险才可以得到一定的收益补偿，非系统风险无法获得补偿，所以一种证券的预期收益主要由其β值决定。β值越高的证券，预期收益就越高，β值越低的证券，预期收益就越低。经验表明，由于新兴市场的有效性较弱，专业投资者容易在这种市场利用专业管理、积极操作、资金规模等优势获得较高的阿尔法收益，从而跑赢大市。
2.套利操作
阿尔法套利中的阿尔法α是指股票相对指数的超额收益，当α为正时，表明股票走势能够强于指数。而α套利，是指寻找到获得较高α正值的股票构建一个组合，买入该组合的股票，同时卖出等值的股指期货合约，在建立套利头寸后，股票组合如果表现强于指数，若价格是下跌，则指数下跌幅度高于α股票组合，指数期货空头收益高于α股票组合损失，套利组合获得收益；若价格上涨，则α股票组合上涨收益多于期货空头损失，套利亦获得收益。
能够产生阿尔法收益大致有两种产品：一种是诸如债券等固定收益产品，依靠自身产品设计就能够获得阿尔法，另一种是通过产品组合获取阿尔法，各类机构往往通过股票、基金、商品期货、金融衍生品等不同的资产类别构成的组合。第一种方法较为简单，一般投资者都可以实现；第二种方法则要求投资者具有较高的研究分析能力，在国外市场普遍应用于对冲基金之中。获取第二种阿尔法收益的具体策略而言，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。
3.阿尔法(ALPHA)套利流程
阿尔法策略是国外公募基金常用的一种交易策略，国外的监管机构一般将其界定为风险对冲，而非套利。阿尔法套利是指股指期货与具有阿尔法值的股票组合之间进行的反向对冲套利，做多具有阿尔法收益的股票组合，做空股指期货，实现规避系统性风险下跑赢指数的阿尔法收益。
阿尔法策略是一种中性策略，一般不去判断大盘走势，在弱势和振荡行情中也能获得稳定收益。跟期现套利相比，阿尔法策略有着独特的优势。期现套利是在期现价差扩大到一定范围后被动地去进行操作，即交易时机是由市场来决定的，但阿尔法策略具有极强的主动性，交易时机不用被动等待，通过主动选取具备α正收益的股票，随时可以进场交易。在期现套利机会越来越少的情况下，阿尔法策略的独特魅力逐渐显现。
阿尔法策略的核心是选股和构建股票组合，如何构建一个跑赢现货指数的现货组合是关键。指数表现一般、个股表现突出、结构性牛市行情下最适合阿尔法策略。
当投资者有一定把握从市场中筛选出相对优秀的证券或证券组合，但是又很难预测市场的整体走势时，即可运用金融工程的方法，把证券或证券组合的ALPHA剥离出来，锁定为实际投资收益，即绝对ALPHA套利。
因为目前现货方面只能做多，而融券方面因为高额的费率以及成交量较少，所有暂不考虑证券或证券组合做空的情况，因此目前ALPHA套利策略由具有稳定ALPHA的股票组合和对冲现货组合的股指期货空头构成。
三、可转移ALPHA策略
1.获取资产ALPHA策略（适用于熊市）
筛选能产生正ALPHA值的组合，通过卖出衍生产品对冲组合的beta值。
2.可转移ALPHA策略（适用于牛市）
指ALPHA在不同的资产类别间发生转移，选定资产组合的beta值，通过购买衍生品得到相应的beta暴露，由于衍生品的杠杆交易，仅需支付保证金和预留保证金，占总面值的一部分，其余资金可以寻找市场上拥有超额ALPHA值的资产，并用衍生品对冲掉这部分资产的beta暴露（内嵌beta）。
但阿尔法策略的不确定性体现在以下几方面：
1.对冲beta的期货相对于现货的折溢价和对冲期内的基差风险，基差风险会导致对冲不完全，期货价格的不合理可能会抵消ALPHA值带来的收益。
2.对beta系数的估计不确定性，如果用线性回归历史数据估计的beta值存在偏差。考虑时变beta，用GARCH模型测算，每段时间测量beta并进行对冲，会产生交易费用，应从交易费用和对冲效果之间权衡。
3.ALPHA预测失败。
关注金码讲公众号，进入金码学院，结识7年量化老司机，与志同道合的人一起头脑风暴，一起研发策略，相信会有意想不到的收获。
