让你摆脱看天吃饭的投资策略——策略科普系列之α策略

       我们继续讲老王的故事。

       继老王用“套利”策略和“CTA”策略赚的盆满钵满之后，老王一直奔走在各大菜市场和超市寻找再赚一笔的机会。

       慢慢老王觉得对市场猪肉价的组成有了自己的洞察，老王发现，市场的猪肉价格分成两组成部分，当生猪价格上涨时市场猪肉价格跟随上涨，生猪价格下跌时菜市场的猪肉价格跟随下跌。另外一部分影响菜市场和超市猪肉价格的因素包括超市自己的物流，仓储能力，销售渠道，销货速度等。老王发现超市的冷库仓储能力和猪肉价格成正相关关系，超市冷库仓储能力越强猪肉越不容易打折，价格就越高。

       已经在暗中悄悄洞察一切的老王继续用“CTA”策略中的猪肉票对冲掉生猪价格变动带来猪肉价格变动的影响，继而通过超市仓储能力的差异，寻找不同超市间猪肉价格不同带来的获利空间。于是老王决定，去到仓储能力较弱的超市，猪肉的价格往往会略低于市场价格，老王再把猪肉运到川菜馆卖掉。虽然每笔收入不多，但是这个策略无论生猪的价格涨跌，老王都能利用“冷库仓储”这个因子赚到差价。

       这一系列操作对应了一种专业操作叫，α策略。投资常见的有两种收益：无风险收益和额外收益。无风险收益一般就是买国债，逆回购之类的。不需要承担多少风险就能获得的收益。额外收益在现代金融领域一般分为阿尔法(α，alpha)和贝塔(β，beta)。

       β是指市场风险产生的收益，如大盘涨，个股普涨。只要跟着市场走就能获得收益，当然跌也要承担亏损。

       α是和整个市场变动无关的，是一种主动型投资策略，主要依靠精选行业和个股来超越大盘得来的收益。

       在老王的故事中，生猪价格的变动就是贝塔(β，beta)，而仓储能力带来不同超市不同的猪肉价格就是阿尔法(α，alpha)。

       β和α主要区分在于应用的时机，β在牛市中获得收益，时间选择很重要。α不论牛市熊市都可以产生收益，获利能力在于选股上。再通俗点说，就是上涨时，股票组合涨幅要超过指数，下跌时指数跌幅要超过股票组合，结果是不管上涨还是下跌都要稳定获利。有人会说这是理想化，但这正是检验操作水平的时候。

       说到这，大家可能对α与β的区别以及α可以带来超额收益有了一点了解，从而进一步心生疑问：

       具体投资“α策略”中的α究竟是什？来自哪里？怎么找到他呢？

       我们先看看α 的起源，α其实来自于一个叫CAPM（capital assets pricing model资产定价模型）模型的东西。这个CAPM模型是1964年William Sharpe于在其著作《投资组合理论与资本市场》中提出的，后来也因为这个，他在1990年得了诺贝尔经济学奖。在这个定价公式里面

E(Rp)是expected return指这个投资组合的预期回报率。

Rf是risk-free rate, 叫无风险报酬率，一般是国债的利率，在下面的图上，表示这条估值线的截距。

表示某一组合的系统风险系数

E(Rm) 表示市场组合期望收益率，一般用大盘指标(在中国用上证指标算)的收益率。

e是residual(残差)，或者叫做估计误差，这个值是0（零的原因，也是一种假设，一个股票在市场上肯定存在利好和利空两种消息，假设这些消息或因素对股票的影响服从随机无规律的布朗运动，那么不同类型消息的影响形成的综合效应，就是0）。

而α呢？就是真实的股票收益率减去估计的股票收益率E(r)如果α是正的，那么代表股票被低估（因为估计收益率小于真实收益率），如果α是负的，那么代表股票被高估了。当然，如果CAPM估值准确，α应该是0的。

       随着我国金融市场的改革深化，伴随着股指期货、融资融券等金融衍生品种的出台，存在利用风险对冲来获取超额收益α的巨大需求和空间。一般来说，α策略主要有两大特点：

1、 与市场相关性低，α策略由于利用股指期货等衍生品工具对冲掉了系统性风险，所以其表现与市场走势基本没有相关性，能走出独立于市场的表现。不会因为股市大涨而暴赚，当然也不会因为股市大跌而损失，只会默默地稳稳地赚着自己选股的收益，能够有效规避股市的系统性风险

2、 获取绝对收益，不管是牛市还是熊市，如果选择出的股票能获取超额收益，那么α策略就能获得一定的绝对收益，不受市场涨跌影响。

       在现有的α策略产品中更多的是市场中性α策略，是通过多、空股票对冲掉市场风险，并获得股票超额收益的策略。我们把一支股票的风险分成两大类，一类是市场风险，一类是个异性风险。市场风险是来自外部的，例如宏观经济，资金流向会对整个股票市场产生影响的因素；而个异性风险是来自于公司内部，比如公司经营、财务水平、估值等等专属于单支股票的风险。一般来说，掌控和预测市场风险是很难的，因为长期进行正确的市场择时是非常难的，但选择出相对较为优秀的股票或者发现股票的相对价值偏差却相对容易，所以有一些不希望承担市场风险的投资人就选择了用金融工具或手段对冲掉市场的风险。这种金融工具或手段包括融券做空、做空股指期货，收益互换，场外期权等等，其目的都是绝大程度上对冲掉市场风险，并留下个股的个异性风险。α策略的目标就是建模个异性风险，它的回报率会比较依赖于挑选合适的股票建立多头和空头头寸。那么目前国内私募基金中常见的α策略有哪些呢？

策略分类

多因子α策略

交易标的：股票，股指期货，股票期权等

舒适度： ☆☆☆☆☆

技术门槛：☆☆☆☆

收益丰盈程度：☆☆☆

       在我国，α策略中运用相对较多的量化模型是因子模型。所谓因子模型就是透过因子来解释股票收益率。每只股票都有无数个因子，在不同时期不同个股能有效反应收益率的因子是不同的，能衡量因子的有效性指标为信息比，而因子的有效性可能会随着时间推移或因子种类的转移而逐渐递减。影响股票收益的因子有很多种，只有将这些因子有机地结合起来，才可以统计出股票的预期收益，在概率学上获取较高的胜率。

       在老王的故事中，影响超市猪肉价格的因子有很多，我们可以把它们分为“超市”面和“其他”面。“超市”面比如超市的冷链物流速度，仓储能力，销货能力，猪肉柜台的位置，服务态度等，“其他”面比如是否逢年过节，天气变化等等这些，都会对猪肉价格产生微妙的影响。

       我们再回到因子选股的话题中，同样的，对于选股因子的分类方法很多，整体而言，因子可以被分为基本面因子和技术面因子。基于对一只股票的不同特征的刻画，我们可以将因子更加细致地分为：盈利性、估值、现金流、成长性、资产配置、价格动量和技术面因子。

盈利性

       与盈利性相关的因子主要反应了公司利用现有资源实现收益的能力。公司的盈利能力可以通过许多方法来衡量，例如投入资本回报率（ROIC）、已利用资本回报率（ROCE）、净资产收益率（ROE）、总资产收益率（ROA）、边际利润、人居收入、经济利润、投资增额收益率。整体而言，盈利性因子是一类效果较好的因子，即盈利性好的公司股票具有显著的正超额收益，而盈利性差的公司股票具有显著的负超额收益。

估值

       估值因子主要反映了股票作为一种资产的价值，这种资产价值和股票的价格相关，但其决定性因素是该公司为其客户创造价值的多少。估值可以通过许多方法得到，但都包括了一定的定性分析和对未来的预测。常见的估值因子有：自由现金流价格比、外部融资总资产比、企业价值与EBITDA比（EV/EBITDA）、市盈率、股息率等。

现金流

       现金流可以分为经营性、投资性和融资活动三类。其中，我们主要关注经营性现金流。经营性现金流，包括从商品销售和服务得到的现金减去生产这些产品和提供这些服务需要支付的现金流出，其中包括为利润支付的现金税和为债务融资支付的利息。一个公司产生的经营性现金流水平是衡量未来股市回报的一个重要指标。常见的现金流因子有：自由现金流（FCF）和营业收入之比、投入资本现金回报率（ROIC）等。

成长性

       成长性因子在市场中通常获得的超额收益较为微弱。这主要是因为成长性投资更多地是定性而非定量的，更加依赖投资者独到且有前瞻性的眼光而非精确的数量分析，更加偏向于”艺术“而非”量化“。尽管如此，成长性仍然是我们因子库中重要的一部分。正如成长性投资者们所说的：”我所知道的投资中的最大的一个错误，就是对那些最伟大公司和其他普通投资一视同仁。“在实际使用成长型因子的过程中，我们常常和其他因子结合使用，以弥补其预测性不足的劣势。

       常见的成长性因子有：每股自由现金流、每股盈余等。

资产配置

       资产配置主要涉及一家公司资本资源的使用情况，我们主要考虑现金来源和现金使用两方面的内容。现金来源主要包括业务经营、资产和投销售收入、发行股票和发行债券等。现金使用主要包括经营费用、业务投资、业务收购、项目或证券投资、支付现金股利、偿还债务及回购股份等。常见的资产配置因子有：净回购股份与投入资本比、一年流通股减少量、一年长期债务减少量、外部融资和总资产比、三年平均资本支出和投入资本比、收购与投入资产比等。

价格动量

       价格动量因子能够在一定意义上反映市场周期和投资者情绪，并依此对未来进行预测。价格动量一般的衡量指标是价格变化的速度，或一段时间内价格的变化率。正的价格动量意味着某只股票的买家数量正在不断增加，需求大于供给；负的价格动量则意味着供需平衡向卖家倾斜，供给大于需求。常见的价格动量因子有：相对强弱、价格范围、相对强弱指数等。

技术面因子

       技术面因子相比于基本面因子，数据更新时间快，更加注重市场的微观结构，而非股票的价值。常见的技术面因子有：强弱指标(RSI)、随机指标(KD)、趋向指标(DMI)、平滑异同平均线(MACD)、能量潮（OBV)等。由于技术面因子的Alpha往往不稳定，所以在实际应用中较为少见。

       小提示：还是回到大家最关心的话题，α从哪来？或者说能提供有效α因子从哪来？每个人都知道：如果市场完全有效，如果所有的信息都在价格里，如果所有的想法都已经探讨过了。所有的数据都被发现了。那么市场是不可能被战胜的，α就会消失。所以，越有效的市场，α策略的超额回报就会越低，这不免引起我们的担心。随着信息披露要求的愈发严格，量化分析手段愈发强大，市场的有效性一定会不断提高，那么我们的α和提供α的因子们将来自何处？这是一个好问题，但是不必担心，因为α可以来自于源源不断成长出来的创新型企业和新的经济模式，α也可以来自于高算力加持下的深度挖掘。

代表机构：

多因子 + 机器学习

交易标的：股票，股指期货，股票期权等

舒适度： ☆☆☆☆☆

技术门槛：☆☆☆☆☆

收益丰盈程度：☆☆☆

       近年来，我们发现机器学习的运用在量化领域中的比例迅速增加，对于机器学习，不同的投资方会有不同的观点，有的投资人认为机器学习原理是一个黑匣子很难掌控，有些投资人则会被机器学习的优异业绩吸引，相信AI的力量。我们认为机器学习目前在多因子逻辑下的运用主要在于因子组合，他本质上还是一个多因子模型，只是组合的方式更加复杂和科学化了。

       小提示：由于机器学习过多的涉及黑匣子，这无疑为调研机器学习类的基金增加了难度，甚至有可能并不是使用机器学习的策略也可以“冒充”机器学习。而且，由于机器学习的模型算法虽复杂，但运用起来并不难，机构很容易回测之后发现效果不错就贸然去使用。调研机器学习类基金的压力是比较大的，经常会被所谓的黑匣子糊弄过去，但我们认为，再难以解释的策略也需要符合投资中不会改变的本源，在调研机器学习类策略时我们更应该关注：管理人是否清楚运用机器学习意味着什么。管理人需要清楚为什么机器学习的效果更优，为什么自己选用的模型效果更好，模型的失效如何判断。哪些重大的政策变化，市场环境变化会使得历史数据和未来数据不相关，不适用机器学习模型等问题。

代表机构：

T+0类策略

交易标的：股票，股指期货，股票期权等

舒适度： ☆☆☆☆

技术门槛：☆☆☆☆☆

收益丰盈程度：☆☆☆

       T+0策略的逻辑会和多因子不太相同，因子类的策略是在做选股，而T+0是在做个股的择时。在某种程度上会和算法交易有一些接近，两者都希望在日内的交易中获取收益。这原本是多因子策略中的一个附加收益来源，但近年来我们明显发现，有的T+0做的比较好的基金开始选择直接发行T+0类的基金产品。

       T+0策略首先会选择一篮子股票，并且对股票持有底仓，一般会选择对标指数的成分股，例如中证500，然后按照指数的成分股权重去复制指数，并同时用股指期货进行对冲，得到一个中性的组合。接下来根据个股上产生的价量信号，在持有的个股上进行日内交易，比如出现看多信号就买入，出现了出场或者止损信号就卖出，是通过利用个股在日内的波动，高抛低吸来赚的钱。T+0策略更多被作为α策略的一个增强使用。

       小提示：T+0类的策略会对于市场的成交和个股的波动比较敏感，因为只有当个股在日内变化比较大的时候，T+0策略才比较容易捕捉机会并兑现收益，如果市场的波动比较小，就容易出现信号难以被触发，或者触发后立即止损，有赚钱效应的个股非常少的情况。

代表机构：

        那么，投资人如何来识别优质的α策略产品呢？或者说，哪些是α策略成败的关键所在。一般而言，量化股票α策略成败的关键点，主要观察以下三方面因素：

1.      股票现货组合的有效性

       从中性α策略在股票投资领域的核心价值方面来说，股票现货组合是否足够优秀，是否能够在模型实施的相当长一段时间内，实现对于市场系统性涨跌的超越，无疑是最为关键的地方。难以想象，一个阿尔法中性策略经过长期运行，却最终发现股票现货组合大幅跑输大盘指数或对应板块指数的状况，这种股票现货组合将直接导致投资人在资产回报上跑的很费力。因此，选股和股票现货组合的搭建，正是决定股市阿尔法中性策略成败的重中之重。不管是完全以基本面为主进行价值、成长选股，还是以多因子策略进行选股，股市阿尔法中性策略都必须保证股票现货组合的有效性，即能够显著跑赢大盘或对应的板块指数。

2.      期指的基差

       由于股市中性α策略，最为常见和广泛使用的市场风险对冲工具，往往都会以股指期货为主，因此期指市场的合约价格情况就需要予以重点考量。这其中，当月合约、远月合约相对于现货指数的正基差（升水）、负基差（贴水）等因素，都需要在模型搭建中考虑进去，否则就会影响策略的实际收益率情况，甚至导致策略模型无效。像2015年9月之后期指长期出现“大多数时间显著贴水”的状况，就意味着中性α策略在通过期指放空时，就已经出现一定幅度的资产组合损失。

3.      无风险收益率

       中性α策略在模型回测时，就必须保证能够跑赢金融市场的无风险收益率。如果一年期定期存款利率已经在5%，策略模型却只能长期提供年化4%的正收益率回报，投资人显然不能接受。除此之外，像如果以融券卖空一篮子指数成分股的方式对冲市场系统性指数波动风险，无风险收益率也会影响到融券所支付的资金利息成本。这些成本都要考虑在内。

什么客户适合投资α策略产品

1.      想长期持有的投资者

       α策略的运行中回避了择时这一难题。在过去只能单边做多的市场中，获取绝对收益更多是依赖于择时的准确性，而择时一旦判断错误，往往会带来很大的损失。所以需要客户不得不在买卖中不断做出选择。而利用α策略仅需专注于选股，只要选出的股票组合能超越大盘指数，就能获得正收益。所以α策略适合与那些对流动性需求不高，可以接受长期投资，想长期持有获得超额回报的投资者。

2.      风险偏好较低的投资者

       得益于α策略对冲掉了β带来的波动，α策略的波动率较单边买入持有策略要低很多，α策略赚取的是股票组合超越大盘指数部分的收益，无论盈亏，一般来说波动都远小于市场的波动。并且α策略在单边下跌的市场下也能盈利。α策略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。适合那些要求回报不高，风险偏好较低，不愿意承担过多风险的投资者。

       优质的α策略产品具有，收益相对稳健，与市场波动0相关性，熊市依旧获得超额收益等优势。α策略与传统投资的相关系数极低，所以把α策略产品加入投资组合中可以有效地降低不同资产之间的相关系数，做到分散化投资，降低非系统性风险的损失。

       与指数增强这类相对收益基准的产品不一样，α策略追求的是绝对收益。是用星辰不问赶路人的心无旁骛，换得时光不负有心人的稇载而归。在大A股这种牛短熊长的底色背景下，α策略这种摆脱看天吃饭，牛熊都赚钱的投资策略可以说是投资乱世中的另一片桃花源。