阿尔法策略(传统的基本面分析策略
发布时间:2026-02-01 22:07:02
发布时间:2026-02-01 22:07:02
一文讲清又称α策略和β策略,什么是基于“量价数据”的阿尔法策略?,让你摆脱看天吃饭的投资策略——策略科普系列之α策略,阿尔法策略:,下面小编来给大家介绍一下,一起来了解一下吧!
00-1010本文通过模拟分析总结了alpha和alpha套利策略的应用。
00-
Alpha用于衡量金融领域的表现,表明某个策略、交易员或投资组合经理在一段时间内成功超越了市场回报。阿尔法通常被认为是投资的积极回报。它根据市场指数或基准来衡量投资的表现,市场指数或基准被认为代表了整个市场的运动。一项投资相对于基准指数回报的超额回报就是该项投资的alpha。Alpha可能是正的,也可能是负的,是主动投资的结果。
00-1010对Alpha的深入分析还可能包括Jensen的Alpha,这是一种风险调整后的绩效衡量指标,代表投资组合或投资的平均回报。当投资组合的收益高于或低于CAPM的预测时,给定投资组合或投资的beta和平均市场收益,那么詹森阿尔法就产生了。
要准确分析投资经理的业绩,投资者不仅要看投资组合的整体收益,还要看投资组合的风险,看投资收益能否弥补风险。例如,如果两只共同基金的回报率都是12%,理性投资者应该选择风险较低的基金。詹森方法是判断投资组合能否从其风险水平获得适当回报的方法之一。如果是正数,那么这个投资组合就会获得超额收益。换句话说,詹森的阿尔法值为正,意味着基金经理的选股技巧“跑赢了市场”。
有了这些变量,詹森阿尔法的公式就是:阿尔法=R(I)(R(F)(R(M)R(F)))
其中,3360
R(p)=该投资组合或投资的实际收入
R(m)=相应市场指数的已实现收益率
R(f)=该时间段的无风险收益率
=Cov(Ri,Rm)/Var(Rm),E(Rp)表示投资组合的预期收益率。CAPM模型主要表示单个证券或组合与系统风险收益率的关系,即单个组合的收益率等于无风险收益率和风险溢价之和。
例如,假设一只共同基金去年实现了15%的回报率。本基金合适的市场指数收益率为12%。基金相对于指数的beta为1.2,无风险收益率为3%。本基金的alpha计算方法如下:3360
=15%(3% 1.2 x(12%3%))=15%13.8%=1.2%。
鉴于贝塔系数为1.2,预计该共同基金的风险将高于该指数,因此回报将更高。在这个例子中,一个正的alpha值表示共同基金经理赚了足够的回报来补偿他们一年中所承担的风险。如果共同基金的回报率只有13%,那么计算出来的alpha值就是-0.8%。如果阿尔法为负,共同基金经理将无法获得足够的回报,考虑到他们所承担的风险。
00-1010 alpha策略又称alpha套利,是指指数期货与Alpha值的证券产品之间的反向对冲套利,即做多Alpha值的证券产品,做空指数期货,在规避系统性风险的情况下实现超越市场指数的Alpha收益。要实现阿尔法套利,选择或构造证券产品是关键。
首先,同时具有折价率和超额收益alpha的证券产品是开展alpha套利交易的首选,包括折价率可以超越大盘指数的权证和封闭式基金。其次,超额收益的证券产品是开展套利交易的第二选择,主要包括开放式股票基金、股票和行业指数产品。经验表明,由于新兴市场的有效性较弱,专业投资者很容易利用专业管理、主动操作和资金规模的优势,在该市场获得较高的阿尔法收益,从而跑赢市场。加密货币市场作为一种新型市场,有追求Erffa的空间。
1010 btcethusdtxrpbchbsvadaltccrolinkminvarmaxsharpe-0.3950916704
d>我们看到仅有两个币种(ADA 和 CRO)录得 alpha 值为正。由于加密货币市场的高波动性和行情的不可持续性,导致单一币种投资的阿尔法不可持续,以至于仅仅在回测中成为可行的策略,在现实中却不可推敲,于是,我们决定选择组合策略的方法。阿尔法策略的方向大致有如下几种:
于是,我们决定使用套利策略+多/空策略,利用投资组合的方式进行对阿尔法策略的测试,首先,我们选中了 ADA,CRO,和经过 1000万次拟合所产生的最小方差组合和最大夏普组合进行阿尔法套利策略测试,其分配如下:
| Min Variance | 834550 |
|---|---|
| Returns | 0.264763 |
| Volatility | 0.385884 |
| Sharpe | 0.686121 |
| BTC | 0.204153 |
| USDT | 0.004153 |
| ETH | 0.415922 |
| XRP | 0.149941 |
| BCH | 0.082533 |
| BSV | 0.019926 |
| ADA | 0.016479 |
| LTC | 0.021585 |
| CRO | 0.031211 |
| LINK | 0.054097 |
| Max Sharpe | 999323 |
|---|---|
| Returns | 1.281194 |
| Volatility | 0.699474 |
| Sharpe | 1.831655 |
| BTC | 0.026382 |
| USDT | 0.053029 |
| ETH | 0.051912 |
| XRP | 0.009166 |
| BCH | 0.012842 |
| BSV | 0.065732 |
| ADA | 0.191178 |
| LTC | 0.007359 |
| CRO | 0.314827 |
| LINK | 0.267572 |
| ADA | CRO | Min Variance | Max Sharpe | |
|---|---|---|---|---|
| 超额收益率(alpha) | 0.856845783 | 1.33326647 | -0.321180584 | 0.695250416 |
| 收益率 | 1.446452243 | 1.921005386 | 0.264763 | 1.281194 |
| 波动率 | 0.880737 | 0.757572 | 0.385884 | 0.699474 |
我们采用了 2018.7.1-2019.7.1的价格作为训练集,并用 2019.7.1-2020.7.30 作为测试集,以上为测试结果。在超额收益上,最大化夏普投资组合虽然不如单一币种,但是其波动率小于任意单一币种。对于绝对收益来说,投资 CRO 无疑是最好的选择。单一币种策略在此测试集的表现明显优于任意组合策略。
而所谓阿尔法套利,是指寻找到获得较高α正值的组合,买入该组合,同时卖出等值的指数,在建立套利头寸后,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组合,指数空头收益高于α股票组合损失,套利组合获得收益;若价格上涨,则α组合上涨收益多于空头损失,套利亦获得收益。
这种情况的出现也是阿尔法策略的难点之一:选取能够获得阶段性超额收益的标的;其次判断价差点位,选择在组合与指数价差较窄时建立套利头寸;当价差扩大获得套利收益后,根据市场状况则平掉套利头寸获取收益。由于历史数据较短,我们仅能获得一年的训练数据(请注意,数据存在非常大的偶然性)。
| ADA | CRO | |
|---|---|---|
| alpha 套利策略收益率 | 145.04297431170988% | 18.77110388156067% |
alpha 套利策略风险相对较小,收益预期相对比较稳定,对于量化对冲产品来说,阿尔法策略是一个拥有较高性价比的选择。
以上就是阿尔法策略(传统的基本面分析策略的介绍,希望大家喜欢!
上一篇 : 日元[日本的法定货币] 日元兑多少人民币
下一篇 : 返回列表