国信证券-基于股指期货的多因子alpha投资策略(PPT)-20100617
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%
国信证券-基于股指期货的多因子alpha投资策略(PPT)-100617
每日都将N只股票按照SCORE以正序法排名，得到前20%的n 只股票组合பைடு நூலகம்即Top组合
设策略起始点为t0 ，策略初始组合即为t0日的Top组合
对因子贡献度绝对值的最大值进行判定，当最大值小于 0.2时，持有组合不变
超过0.2时，比较持有组合与当日的Top组合。当持有组合 中首次超过一半的股票落在Top组合外时，进行换仓
多因子选股组合的股指期货管理
延续之前研究的应用股指期货对量化投资组合进行β风险管理的思路，我们将之 拓展到多因子选股组合。 在样本外的检验中，分别采用了每日动态对冲、静态完全对冲和基差对冲三种对 冲方式，对交易价格、交易频度、交易限制做了严格的规定，进一步呈现在一个主力 合约完整的存续期内股指期货策略的表现变化。
中期策略会专题报告
基于股指期货的多因子Alpha投资策略
金融工程分析师：程景佳 June. 10，2010，深圳
核心内容
因子贡献度模型和多因子半衰期选股策略
在《多因子Alpha选股：将行业轮动落实到Top组合》中首次提出因子贡献度和半衰 期选股策略。在此基础上，分析了市值、ROE等九个因子的历史轮动路径。 在模型的应用部分，为了方便与股指期货相结合，我们选择了合约的标的物-沪深 300指数的成分股作为策略的股票池。进一步，通过遍历起点测试，证明了半衰期策略 的无起点依赖性。
2.2 因子贡献度分布矩阵
沪深300成分股因子贡献度分布矩阵百分比形式（T=60） 因子强度排名 MV ROE 1 38.33% 7.06% 2 13.47% 12.11% 3 17.24% 17.00% 4 7.46% 19.81% 5 5.61% 11.79% 6 5.85% 9.54% 7 3.85% 7.22% 8 3.53% 7.78% 9 4.65% 7.70% 资料来源：国信证券经济研究所 INS 12.59% 16.28% 11.15% 10.34% 12.11% 12.75% 9.22% 8.50% 7.06% TURN 13.71% 19.81% 10.34% 9.54% 8.98% 10.43% 8.34% 9.62% 9.22% BM 9.22% 16.68% 10.10% 10.18% 12.59% 10.18% 10.34% 10.75% 9.94% GX 0.72% 0.96% 4.25% 10.26% 13.31% 13.79% 16.28% 20.69% 19.73% PCF PS TURN2 3.69% 9.54% 5.13% 3.69% 8.34% 8.66% 9.86% 10.18% 9.86% 9.94% 9.06% 13.39% 16.36% 8.10% 11.15% 12.11% 14.27% 11.07% 14.51% 12.11% 18.12% 12.67% 13.71% 12.75% 17.16% 14.68% 9.86%
股指期货培训教材
PPT文档演模板
股指期货培训教材
二、套利交易：
• 由于期指投机因素的作用，期指价格会与 现指价格发生乖离，致使期指和现指的价 格差大于套利成本，当该价差大到一定程 度时，就出现了期指与现指的套利机会。
• 套利交易的具体行为方式是，卖出期指， 同时买入当量对等的股票。在实际套利操 作过程中，有三个问题需要解决。
股票价格指数是用来表示多种股票平均 （算术平均或加权平均）价格水平的指 标。股票指数一般由一些金融机构或金 融研究组织编制，并且定期及时发布。 世界各大金融市场都编制或参考制造股 票价格指数，将一定时点上众多的股票 价格表现为一个综合指标，代表该股票 市场价格水平的变动情况。
PPT文档演模板
股指期货培训教材
6 3.8 5.4 2.2 2.5
股指的收 3 4.5 2.6 1.3 5.2 3.9 5.9 2.5 2 益率%
PPT文档演模板
股指期货培训教材
我们可以通过如下散点图，使用最优拟合的 方法，用一条直线来拟合它们。β系数就是该
拟合直线的斜率。
PPT文档演模板
股指期货培训教材
（3）、套期保值：
• 对于一个股票组合来说，究竟该卖出多少 期指合约对所持现货股票进行保值，计算 公式如下：
股指期货培训教材
第三节 股指期货的市场功能
（1）、价格发现功能：股指期货的价格发现 功能是指期指能够对股票市场未来走势做 出预期反应。
PPT文档演模板
股指期货培训教材
规避系统性风险功能
• 风险规避是股指期货对于金融市场的重要 功能。股票市场是一个具有相当风险的金 融市场，股票投资人面临着两类风险。第 一类是特定股票的价格波动给投资者带来 的风险（即个股风险），称为非系统性风 险；第二类是市场整体涨跌给投资者带来 的风险（即大盘风险），称为系统性风险。
国信证券机构业务讲解(ppt 50页)
“2111”指标，即省会城市、计划单列市每年可申报发行两支城投债，地级市、财 政百强县、国家级开发区（高新技术开发区和经济技术开发区）一支。直辖市家 数不受限制。 从2010年开始，主营业务收入（营业总收入）与补贴收入之比大于7:3。 债券发行后地方政府债务率不超过100%。 不得采用模拟报表，不接受中期报表数据作为债券申报基础。 城投债的募投项目要优先选择保障性住房项目。在由地方政府出文证明当地保障 性住房资金已全部落实后，才能将募投资金用于其他项目。
• 第五部分：大宗交易
大宗交易的市场规模、参与方及市场分布 大宗交易要点分析 大宗基本定义
大小非
小非：限售流通股占总股本比例小于5%，在股改一年后方可流通。 大非：限售流通股占总股本5%以上者，在股改两年以上方可流通。
大宗交易
单笔数额较大的证券买卖。 如A股大宗交易的条件为：单笔交易数量不低于50万股，或 交易金额不低于300万元人民币。
规模可控：目前阳光私募基金规模通常在几千万至1个亿，相对于公募， 总金额比较小，操作更灵活方便；
特别的激励机制：当私募基金产生盈利时，私募基金管理人一般将提 取其中的20%作为回报，该超额业绩报酬只有在私募基金净值每次创出 历史新高后才可提取，因此从制度上确保私募基金管理人的利益和投 资者的利益高度一致。
资金
企业成立满三年 已发行的企业债券或者其他债务未处于违约或者延迟支付本息的 状态 最近三年没有重大违法违规行为
企业债券发行条件——基础条件
以2012年申报发行10亿元企业债券，资金全部用于项目建设为例，发行 条件如下：
单位：亿元
企业债券之 —— 城投债
（一）城投债定义
募集资金投向公益性或准公益性项目，界定为“城投债”。
股指期货投资机会分析ppt(1)
招商证券调入指数后表现
沪深300指数在2010年6月30日、7月1日和7月2日分别下跌1.14%、 1.42%和上涨0.32%。而招商证券分别上涨0.8%、下跌0.5%和上涨 2.56%。
股指期货投资机会分析ppt(1)
紫金矿业调入指数后表现
2010年1月4日，紫金矿业调入沪深300成份股，大盘在调整前后两个交易 日分别上涨0.45%和下跌1.02%，而该股票两个交易日分别上涨0.94%和下 跌0.21%。
股指期货投资机会分析ppt(1)
探究最后交割日交易机会
IF1006合约最后交割日期价与结算价走势
股指期货投资机会分析ppt(1)
探究最后交割日交易机会
IF1007合约最后交割日期价与结算价走势
股指期货投资机会分析ppt(1)
探究最后交割日交易机会
IF1008合约最后交割日期价与结算价走势
股指期货投资机会分析ppt(1)
股指期货投资机会分析ppt(1)
ETபைடு நூலகம்s跟踪沪深300指数效果图
50ETF跟踪沪深300指数效果图
（2010.04.16-2010.09.07 60min数据）
180ETF跟踪沪深300指数效果图
股指期货投资机会分析ppt(1)
ETFs跟踪沪深300指数效果图
100ETF跟踪沪深300指数效果图
股指期货投资机会分析ppt(1)
大唐发电权重变化后表现
这是最为经典的例子，2008年2月1日由于中证指数公司实施了自由流通量 的新规则后，部分权重股的权重发生了不小的变化，其中影响最大的要数 大唐发电了。该股票在调整前占沪深300权重1.32%，而调整后权重只剩 0.18%。在但是市场较弱加上指数基金减持的双重压力下，大唐发电在1月 31日和2月1日两个交易日连续出现两个跌停板。
股指期货与基金组合的阿尔法策略研究背景与意义
股指期货与基金组合的阿尔法策略研究背景与意义股指期货与基金组合的阿尔法策略研究背景与意义我国证券市场系统性风险较大，投资收益往往与指数涨跌息息相关，投资收益靠天吃饭的现象非常严重。
随着沪深300股指期货推出在即，如何将股指期货纳入已有的投资组合，通过投资策略的再造来改善组合的风险收益特征，构造一个熊市中也能赚钱，牛市中获得更高超额收益的组合是摆在每个投资者特别是机构投资者面前的一个现实问题。
国外的一些机构投资者，特别是美国的大型养老基金和资产管理公司，近年来经历了一个投资策略的再造过程，股指期货等衍生品发挥了至关重要的作用。
在缺乏对冲机制的市场中，投资时必须承担市场风险和积极风险。
市场风险是指因暴露于市场风险因子而形成的投资风险，它是一种系统性风险。
承担市场风险获得的补偿称为市场收益，通常称之为贝塔。
积极风险是指投资组合中资产权重偏离市场组合权重而形成的风险，也称之为残差风险。
它来自于投资者为追求高于市场收益的回报而进行的积极操作，组合的实际收益减去来自市场的收益称为积极收益，或称为阿尔法。
在传统投资中，投资者承担的积极风险和市场风险是匹配的，而要做到在不影响组合战略资产配置的条件下承担更多的积极风险，一个前提条件是市场风险与积极风险、市场收益与积极收益（即阿尔法和贝塔）要能够分离开来。
而金融衍生品的一个重要功能就在于它通过对冲能够帮助实现阿尔法和贝塔的分离，只要找到能提供高额、稳定积极收益的投资品种，都可以利用阿尔法策略对市场收益和积极收益自由组合，提高投资收益率。
2004年和2005年，证券市场持续低迷，上证指数平均跌幅高达10%以上，而证券投资基金平均跌幅仅为2%左右。
在传统投资方式下，尽管基金能够获得较高超额收益，但绝对收益仍为亏损。
如果阿尔法和贝塔能够分离，对冲贝塔风险，获取阿尔法收益，那么即使在熊市中投资者也能获得较高绝对收益。
2006年，市场出现了单边牛市，基金获得了很高绝对收益。
基于股指期货的Alpha策略研究
传统积极投资策略
• • 期望在同一市场或同类资产中， 同时获得Beta和Alpha 事实证明，在有效市场中赚取超 额收益是非常困难的。虽然在某 些新兴国家或小盘股市场中更容 易获得超额收益，但这些市场的 系统性风险非常大（市场风险溢 价也高） 投资者更倾向于对冲掉这部分风 险而非去主动承担，这就导致有 些资产虽然可能会有超额收益但 却不会被纳入投资组合，这也就 限制了投资者可选择的投资策略 • •
传统策略：高 风险下的高收 益以及安全配 置 下的低 收益 ； Alpha 避 免 了 这两个极端， 让投资者发掘 Alpha 的 同 时 优化了资产配 置
投资者不再被 限制在几个传 统的、与获取 Beta相同的资 产类型中追求 超额收益，股 票、对冲基 金 、房地产 等 ，都可以 通过对冲风险， 获得高额的 Alpha 利润
Alpha
Beta
-Beta
• 估值策略
• 动量策略
• 行为偏差策略 Alpha
选股技巧
在市场越来越有效的情况下，采用传统的基本面分析仍然有可能 获得超额收益，这自然依赖于投资的技巧或者运气，当然更依赖 于市场是否存在这样的投资机会。近年来市场中运用数量化手段 进行选股从而期望获取超额收益的机构越来越多
股指期货的参与门槛较高
• 规定投资者申请开户时保证金账户可用资金余额不低于50万元，实际操作时资金需要量 远大于最低门槛
Alpha策略的参与者要做好期现头寸的监控
• 现货组合的Beta往往是动态变化，要实现较为稳定的市场风险对冲，需要对现货头寸的 Beta有较为准确的估计。Alpha策略中期货和现货资产的走向是反向的，当市场单边态
目 录
• Alpha策略产生的背景
• Alpha策略原理概述 • Alpha获取策略 • Alpha策略验证及可行性分析 • Alpha策略运用的启示
股指期货详细版PPT
股指期货的特点
当日无负债结算：
期货交易实行逐日盯市，每日根据结算价计算损益，损益 直接从保证金中扣除。保证金比例低于最低维持比例时， 需要追加保证金
到期交割：
期货合约有到期日，不能无限期持有
跨品种套利
当两个关联度比较大的标的物的期货合约价格出现偏差时,进行一 买一卖反向交易，如台湾加权股指期货和台湾50股指期货
跨期套利
同一指数期货不同交割月份合约之间的价差出现较大偏差，如6月 份合约与9月份合约
国金窝轮网:
跨期套利策略
价 远月合约 格 起 始 价 差 价差收益 价 差 缩 小 价 差 扩 大 价差收益
恒指期货基差统计（1992-4-1至今） 均值 方差 样本数 -0.06% 0.57% 4388 基差 绝对基差 0.40% 0.40% 4388 正基差 0.37% 0.35% 2020 负基差 -0.43% 0.44% 2368
恒指期货基差分布
国金窝轮网:
国金窝轮网:
股指期货套期保值策略 股票指数期货基本需求是要能满足市场参与者对系统风险 的转移，套期保值（Hedge）,实际上就是利用股票指数期 货和现货指数的一致性，以期货合约作为现货市场的替代 物，对其现在拥有或者将要拥有的资产的价格进行保险。 对于持有投资组合的机构投资者，可以通过卖出股票指数 期货合约对冲股市整体下跌的系统性价格风险，对投资组 合的价值进行保护。股票指数期货的推出将能为机构投资 者提供一种更有效的避险工具。 套期保值最关键的在于套保比率的确定，即如果规避一单 位的现货投资风险，需要搭配多少数量的期货头寸问题。
国金窝轮网:
1998-7-21 1999-1-20 1999-8-5 2000-2-15 2000-8-14 2001-2-21 2001-9-7 2002-4-9 2002-10-22 2003-5-14 2003-11-26 2004-6-15 2004-12-30 2005-7-25 2006-2-14 2006-8-30 2007-3-23 2007-10-9 2008-5-2 2008-11-14 2009-6-9 2009-12-18
Beta策略和Alpha策略在股指期货中的应用
Beta策略和Alpha策略在股指期货中的应用海外经验表明股指期货是证券机构投资者使用较为广泛的投资工具，而且也是增加证券投资收益的良好途径。
证券机构投资者参与股指期货的主要投资策略很多，其中包括利用B eta策略对冲系统性风险，通过Alpha策略获取超额收益。
面对2008年次贷危机下市场出现的单边暴跌行情，以及今年二季度受房产调控政策影响下的单边下跌行情，证券机构投资者无法规避系统性风险的到来。
这些系统性风险不能通过分散投资加以消除，但是利用股指期货投资的方式，就可以在达到规避证券投资组合系统性风险目的的同时，还能够获得超额收益。
Beta策略对冲系统性风险在投资组合管理实践中，市场风险包括系统性风险和非系统性风险，系统性风险在资本市场模型中便是度量风险的Beta系数。
Beta代表对应资产的系统性风险，它是衡量资产收益对整个市场指数收益变化的敏感度。
所谓的Beta策略是在期现两个市场分别持有相反的头寸，从而建立的一种对冲机制，无论价格如何变动，对冲交易都能取得期货和现货两个市场盈亏相抵的效果，从而将系统性风险转移出去。
Beta策略的原理是把股指期货引入投资组合管理中，运用股指期货来调整资产组合收益与风险关系，使其达到最佳。
根据不同机构投资者的风险偏好和需求不同，可以通过调整Beta值来调节对冲风险的程度。
证券投资者可以根据对市场的判断来灵活运用，如果预期未来市场阶段性下跌，则可以通过在股指期货市场上适当做空将投资组合Beta值调低，从而降低投资组合的风险；如果预期未来市场上涨的可能性较大，则可以通过做多股指期货而将投资组合的Beta值调高，从而提高投资组合的收益跑赢市场。
假设某投资组合管理人选股能力较强，但对股票市场的总体走势并不确定，他就可以利用股指期货的Beta策略对冲持有证券组合的系统性风险。
如果目前证券组合市值为10 00万元，Beta值为1.6，而1份股指期货的合约价值为300×2800=84万，那么完全对冲条件下应卖出1.6×（1000万/84万）=19张期货合约。
【量化策略思想】多空alpha和多因子策略
2.6 多空alpha和多因子策略2.6.1 多空alpha策略介绍：市场中性alpha策略是指同时构造多头和空头以对冲市场风险。
无论市场处于上涨还是下跌的环境中，都能获得稳定收益的一种投资策略。
市场中性alpha策略是一类收益与市场涨跌无关，致力于获取绝对收益的低风险量化策略。
主要通过同时持有股票的多头和期货空头，以获取多头组合超越期货所对应的benchmark的收益。
2.6.2 思想：alpha策略最初由William Sharpe 在1964年的《投资组合理论与资本市场》中提出。
即著名的CAPM模型。
文章认为，投资组合的预期收益来自于无风险利率和系统性风险溢价的和。
alpha策略的思想就是通过期货对冲掉系统性风险beta，锁定超额收益alpha。
其隐含的策略逻辑是，择时是困难的，不想承担市场风险。
2.6.3 方法：实践中，alpha策略的构造方法：多头：多采用多因子模型构造股票组合空头：做空一个指数（HS300，ZZ500等）策略成功的关键：找到一个超越做空工具基准收益率的多头组合策略。
2.6.4 评价：市场中性alpha策略是一种科学成熟的策略。
该策略标的广、市场容量大，基本没有产品规模限制。
实际使用中，往往采用多因子模型构造股票组合的多头并同时看空指数，以对冲系统性风险beta，获得超额收益alpha。
采用多因子模型能有效结合基本面和技术面，可能让策略更稳健可靠。
2.6.5 多空alpha策略的问题错位对冲，即买卖资产不匹配产生的基差风险。
如之前做的很多的策略：根据小市值因子（small cap）构造股票组合并做空HS300股指期货。
即多头是小市值公司，空头是大公司构成的股指期货。
14-15年银行股涨而小市值股票在亏。
此时多头和空头在一起亏钱。
类似的，还有很多亚洲的对冲基金做空的标普500股指期货。
负基差蚕食收益，正基差增厚收益。
在多空alpha策略中，做期货空头。
负基差（F(950)<S(1000)）导致做空的开始就已经确定贴水的损失2.6.6 多因子策略（多空alpha策略的核心）问题1：什么样的因子是一个有效因子？该因子前20%收益和后20%收益的差距足够显著。
阿尔法(ALPHA)策略
阿尔法 (ALPHA)策略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。
一、阿尔法(ALPHA)策略1.什么是阿尔法 (ALPHA)策略？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。
alpha多因子选股策略
alpha多因子选股策略
Alpha多因子选股策略是一种基于多个因子的投资策略，旨在通过综合考量公司基本面、市场情绪和技术指标等多种因素，挑选出具备较高收益潜力的个股。
该策略的核心思想是基于股市存在一些稳定和可见的因子，这些因子能够解释个股收益的差异。
通过分析和挖掘这些因子，并将它们综合运用于选股过程中，投资者可以有助于提高投资组合的回报率、降低风险水平。
在alpha多因子选股策略中，通过建立数学模型和统计分析方法，投资者可以从海量的数据中提取有益信息，并将其转化为投资决策的依据。
常见的因子包括市盈率、市净率、股价动量、营收增长率、股权集中度等，这些因子在很大程度上能够反映公司的盈利能力、市场地位和成长潜力。
使用alpha多因子选股策略时，投资者需要进行因子选择、权重分配和投资组合调整等步骤。
首先，根据历史数据和相关研究，确定适合基于多因子选股的因子集合。
然后，为每个选定的因子分配相应的权重，以反映其在投资组合中的重要性。
最后，根据因子评分的结果，选择具备较高分数的个股构建投资组合，并进行动态调整以适应市场变化。
需要注意的是，虽然alpha多因子选股策略可以提供一定的辅助决策参考，但并不是绝对可靠的。
投资者应该保持谨慎和理性，在选择因子和制定策略时结合自身的风险偏好和投资目标进行权衡，避免盲目依赖策略带来的风险。
alpha多因子选股策略是一种综合运用多个因子进行投资组
合构建和选股的方法，有助于提高投资者的投资回报率。
然而，投资者在使用该策略时需要谨慎，并结合自身情况进行适当调整，以取得更好的投资效果。
alpha策略介绍
Alpha策略Alpha策略是通过因子模型来获取超额收益的策略，这里的超额收益往往是指没有经过风险调整的,单纯衡量资产组合收益率超过基准指数收益率的部分。
获取这种超额收益的目的主要是通过卖空股指期货构造对冲策略。
可转移alpha 策略不同于alpha策略，需要投资组合能够获取经风险调整后的超额收益，即CAPM模型中的alpha.所谓因子模型，就是通过因子来解释股票收益率，每只股票都有相同的无数个因子，在不同时期不同个股能有效解释收益率的因子是不一样的。
衡量因子有效性的指标是信息比.每个因子的更新时期不同，有些因子要隔一段时间才能得到最新的数据，因此随着时间的推移,直到数据更新之前，因子的有效性也会逐渐下降。
除了时效性,还有一种因子的有效性下降情况,就是因子的轮动，有效性高的因子种类可能会发生改变，原来用于资产选择的因子有效性会降低，如果需要根据最新的有效因子进行资产重新配置，将会因为提高资产组合的换手率造成大量的交易成本，因此还需要权衡因子有效性和交易成本，一些研究报告也做了诸如此类的研究，提出了因子的半衰期.半衰期是指因子IC_IR下降到一半的时间。
因子还有可能如果是多因子模型,还需要考虑因子的加权方式,根据加权结果得出最终评分,再将个股进行分档，构建投资组合.行业配置也可以用alpha策略进行配置，同样也是根据因子模型对行业进行筛选和加权构建投资组合.Alpha策略因子选择Alpha策略因子有多种，可分为统计因子、宏观经济因子、基本面因子。
统计因子包括动量和反转等；宏观经济因子有通货膨胀率和无风险利率等;基本面因子有PE、PB、ROE等。
运用最多的是alpha因子，即通过CAPM模型计算的经风险调整后的超额收益，运用已实现的alpha因子可以构建alpha动量组合和alpha反转组合。
Alpha动量组合、alpha反转组合及基准指数往往可以构建大盘方向性指标，有研究报告做出过相关分析，运用Alpha动量与反转策略与基准指数的相互比较，可以研判市场目前所处的状态和未来的走势，即识别市场是处于牛市、熊市还是盘整市。
alpha策略
多因子选股的alpha策略1 股票选择中的alpha策略（基于已实现alpha）因子选股：寻找影响股票收益率的指标，使用该指标的实现值对股票进行排序，依据排序构建股票组合，该组合内股票期望在未来一个持有期内战胜指数。
因子的选择：因子要与股票收益率相关，具有有效性和稳健性，根据因子数据产生一个对股票的评分，以此对股票进行排序。
选择期和持有期的确定：选择一系列的选择期和持有期，根据因子在一系列选择期对股票的评分进行排序，分成多个组别，代入一系列持有期，基于历史已实现收益率计算出各组的收益率，选取最有效、收益最高的选择期和持有期。
已实现Alpha作为选股因子的可行性：动量效应：股票的收益率有延续原来运动方向的趋势，过去一段时间收益率较高的股票在未来获得收益率仍会高于过去收益率较低的股票。
实证分析：Fama和French（1996）使用美国数据，Rouwenhorst（1998）使用12个欧洲国家的1980到1995年的股票数据，Liu、Strong和Xu（1999）应用1977到1998英国股票市场数据等研究都得到了股票市场存在动量效应的证据。
理论分析：1、上一期的超额收益增加了股票的波动性，隐含了公司特质风险信息，因此要求更高的收益率。
2、行为金融框架下的反映不足和反映过度。
从动量效应推广到alpha动量效应，上期有显著正alpha值说明股票表现良好，预期下一个阶段股票相对于大盘有超额收益。
因此将alpha作为因子选股模型中的因子，对股票收益率进行解释。
而从实证的角度上看，许多证券分析报告都验证了上一期已实现alpha值的大小确实对未来超额收益有预测作用。
其中alpha因子需具有：有效性：上一期alpha因子排序能对下一期资产收益率排序进行解释，在统计上显著。
稳健性：解释能力大概率不变，即在多个持有期，用alpha因子筛选的股票组合能显著的战胜市场组合。
Alpha因子选股步骤：1、根据历史数据拟合一个最优的持有期和选择期。
股指期货背景下机构投资者的投资策略幻灯片PPT
股指期货的投资功能：
1．套期保值（最基本） 降低风险，锁定无风险收益
2．套利 获取收益
3．投机 获取高额利润
投资策略
套期保 值投资 策略
套利投 资策略
套期保值投资策略
▪ 投资者只要在股指期货市场建立与股票现货 市场相反的持仓，则在市场价格发生变化时， 必然会在一个市场上获利而在另一个市场上 亏损。通过计算适当的套期保值比率可以达 到亏损与获利的大致平衡，从而达到保值的 目的。
套利投资策略
股指期1 货套利是指利用2股指期货市场存在3的不合 理价格，同时参与股指期货与股票现货市场交易，或 者同时期进限行套不利同期限、不跨同期(套但利相近)类别跨股品票种指套数利合 约交易，以赚取差价的行为。
1.期限套利
▪ 期货市场与现货市场之间的无风险套利 市场均衡时，股指期货的期货价格与现货价格关系为：
(3300-3163.71-41) ×50=4764.5点
▪ 合计：4764.5×300=143万元
传统期现套利方法有其自身的局限性—— 定价区间的界定。成交价差不断变化，只 有现货期货同一时点成交，才能锁定目标 基差，由于市场价格瞬息万变，下单后的 成交价格未必就是觉察到套利机会时的价 格。最终使得套利利润偏离理论结果。
中信证券股票亏损（37.36-25.01） ×25=308.75万元
▪ 工商银行收盘价格为4.77元(下跌10%)，持有工 商银行股票亏损（5.31-4.77）×25=88.34万元
▪ 南京银行收盘价格为17.64元(下10.5%)，持有工 商银行股票亏损（19.7-17.64）×25=20.6万元
- 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)。
4.6 基差对冲
样本外利用基差做空股指期货后的多因子组合增强表现(T=30)
资料来源:国信证券经济研究所
我们还加入了根据基差来进行股指期货买卖的策略.其原理为:每分钟进 行基差大小的判断,只要基差大于套利成本,便做空期指,做多股票现货.一 旦基差小于套利成本,则平掉空头仓位,保持期货空仓,股票现货部分不变.
使用因子半衰期作为持仓期保证了策略的动态调整.如果选择固定的持有期,策略的起点将导致不同 的路径,那么半衰期会不会存在起点路径问题呢?为此我们尝试了分别从2007年1月4日至2007年1月23 日为起始点的策略回溯. 从上表可以看到,当观察期为20日时,不论从哪一天开始策略,都会在1月23日换仓.因为半衰期策 略的换仓时点只与上一次换仓点有关,所以在1月23日之后,都会遵循相同的换仓路径,即证明了策略不 存在起点依赖性.
内容目录
1 2
因子强度度量与因子打分模型
沪深300股票池的因子历史表现
3
4 5
沪深300股票池的多因子半衰期选股
多因子选股组合的股指期货管理
最新因子贡献度
2.1 选择因子一览
因子列表 因子名称 市值 缩写 MV 因子值计算方法 指定日总市值
换手率
机构持股 资产回报率 账面市值比 市销率
TURN
INS ROE BM PS
股指期货上市已经一个多月,其实合约IF1005经历了从上市到交割结算的完 整周期.因为我们利用4月16日至5月21日IF1005的真实交易数据进行测算,看 不同管理策略下多因子选股组合和股指期货的结合.
从上表可以看到,依据期货合约仓位的决定方式,我们设计了每日动态对冲, 静态完全对冲和基差对冲三种策略. 根据证监会的规定,普通开放式基金的空头期货合约价值不超过持有的股票 总市值的20%.因此我们测试了有限制和无限制两种情形.
初始组合
新持有组合
策 略 持 仓 组 合
新持有组合 新持有组合 新持有组合 新持有组合
Top 60
55只相同
51只相同
47只相同
44只相同
0.5 1 2 3 4
1.5
2.5
3.5
3.3 策略历史统计表
0
因子策略与沪深300指数累计净值比较
沪深300成分股多因子半衰期选股策略统计表
多头累计收益率 换仓次数 月度收益率跑赢基准次数
概率意义上的条件分布,与股票池有关
市值因子仍是最强,但不如中证800
ROE比例下降而BM和PS上升
内容目录
1 2
因子强度度量与因子打分模型
沪深300股票池的因子历史表现
3
4 5
沪深300股票池的多因子半衰期选股
多因子选股组合的股指期货管理
最新因子贡献度
3.1 多因子半衰期选股流程
利用FACTOR-SCORE模型,对股票池中全部N只股票进行打 分,得到任意股票i在时刻t的分数
多因子策略(T=50) 多因子策略(T=20)
20 07 20 01 07 -0 - 5 20 0307 09 20 0507 11 20 07 07 -0 - 6 20 08 07 -3 - 1 20 1107 02 20 12 08 -2 - 8 20 03 08 -0 - 4 20 04 08 -3 - 0 20 0608 30 20 08 08 -2 - 5 20 10 08 -2 - 8 20 12 09 -2 - 3 20 0209 26 20 04 09 -2 - 4 20 06 09 -2 - 4 20 08 09 -1 - 9 20 1009 22 20 12 10 -1 - 7 20 02 10 -1 -0 2 419
3.4 策略起点路径分析分析
策略起始点检验(T=20) 策略起始点 2007-1-4 2007-1-5 2007-1-8 2007-1-9 2007-1-10 2007-1-11 2007-1-12 2007-1-15 2007-1-16 2007-1-17 2007-1-18 2007-1-19 2007-1-22 2007-1-23 资料来源:国信证券经济研究所 第一次换仓 2007-1-23 2007-1-8 2007-1-8 2007-1-23 2007-1-17 2007-1-23 2007-1-23 2007-1-23 2007-1-23 2007-1-23 2007-1-23 2007-1-23 2007-1-23 2007-1-30 第二次换仓 2007-1-30 2007-1-23 2007-1-23 2007-1-30 2007-1-23 2007-1-30 2007-1-30 2007-1-30 2007-1-30 2007-1-30 2007-1-30 2007-1-30 2007-1-30 2007-5-30
可见基差对冲是一种不完全对冲,负基差时现货部分风险完全暴露.此时无 合约规模限制的组合总的累计收益只有-10.48%
60日平均换手率
机构持股占流通股比 扣除非经常损益后的净资产收益率 股东权益合计/总市值 总市值/最近12个月主营收入
市现率
股息率 换手率变化
PCF
GX TURN2
总市值/最近12个月经营活动产生的现金流量净额
每股股利/每股收入 30日平均换手率/60日平均换手率
资料来源:国信证券经济研究所
我们选择了市值,换手率,机构持股,资产回报率,账面市值 比,市销率,市现率,股息率和换手率变化等9个因子.它们 反映了上市公司经营状况,财务数据,市场表现等几个方面.
每日都将N只股票按照SCORE以正序法排名,得到前20%的n 只股票组合,即Top组合
设策略起始点为t0 ,策略初始组合即为t0日的Top组合
对因子贡献度绝对值的最大值进行判定,当最大值小于 0.2时,持有组合不变
超过0.2时,比较持有组合与当日的Top组合.当持有组合 中首次超过一半的股票落在Top组合外时,进行换仓
3.2 半衰期示意图
每 日 理 论 组 合 ( 只 )
2010年3月4日
初始组合
52只相同
2010年3月5日 2010年3月7日
初始组合 初始组合 初始组合 初始组合 初始组合
48只相同 43只相同 46只相同 39只相同 32只相同 28只相同
2010年3月8日
2010年3月9日 2010年3月10日 2010年3月11日 2010年3月14日 2010年3月15日 2010年3月16日 2010年3月17日 2010年3月18日
1.2 因子贡献度公式
mean [ Ri ] mean [ R j ]
jSEThigh F jSETlow R
CON F
iSETlow F
iSEThigh R
mean [ Ri ] mean [ R j ]
iSETlow F
Ri Ri
iSEThigh R
jSEThigh F
Rj Rj
jSETlow R
沪深300指数 多因子策略(T=40)
沪深300指数
33.57%
多因子策略(T=60) 多因子策略(T=30)
40 多因子半衰期选股策略 T=60 T=50 T=40 T=30 T=20 69.50% 70.30% 121.52% 86.49% 57.96% 34 37 44 51 72 24 24 25 26 19
1.3 因子打分模型
FACTOR-SCORE模型
SCOREt (i) rankt ( F , i)* CONt ( F )
F
那么怎样将因子的强弱反应到股票上呢?我们开发了一 个因子打分模型,利用多因子的排名向量和贡献度向量的内 积作为股票的因子分数. 根据前面对贡献度CON的定义,一只股票的分数越低,则 受因子正向影响的程度越大. 核心原则是要体现某个因子对收益的区分度,与当时市 场收益分化程度之间的强弱关系(标准化打分).
4.5 静态完全对冲
样本外静态动态对冲做空股指期货后的多因子组合增强表现(T=30)
资料来源:国信证券经济研究所
在一个当月合约的存续期内,我们根据期初的股票市值规模来确定持有空头 合约的数量,并在存续期内保持合约数量不变,以此来观察股指期货对冲的效 果. 无合约规模限制的组合总的累计收益为2.71%,可见这一期间,合约的每日 动态调整对收益还是产生了一定不利影响.
2.2 因子贡献度分布矩阵
沪深300成分股因子贡献度分布矩阵百分比形式(T=60) 因子强度排名 MV ROE 1 38.33% 7.06% 2 13.47% 12.11% 3 17.24% 17.00% 4 7.46% 19.81% 5 5.61% 11.79% 6 5.85% 9.54% 7 3.85% 7.22% 8 3.53% 7.78% 9 4.65% 7.70% 资料来源:国信证券经济研究所 INS 12.59% 16.28% 11.15% 10.34% 12.11% 12.75% 9.22% 8.50% 7.06% TURN 13.71% 19.81% 10.34% 9.54% 8.98% 10.43% 8.34% 9.62% 9.22% BM 9.22% 16.68% 10.10% 10.18% 12.59% 10.18% 10.34% 10.75% 9.94% GX 0.72% 0.96% 4.25% 10.26% 13.31% 13.79% 16.28% 20.69% 19.73% PCF PS TURN2 3.69% 9.54% 5.13% 3.69% 8.34% 8.66% 9.86% 10.18% 9.86% 9.94% 9.06% 13.39% 16.36% 8.10% 11.15% 12.11% 14.27% 11.07% 14.51% 12.11% 18.12% 12.67% 13.71% 12.75% 17.16% 14.68% 9.86%
内容目录
1 2