你曾在国内Alpha策略对冲时遇到哪些困难.docx
《你曾在国内Alpha策略对冲时遇到哪些困难.docx》由会员分享，可在线阅读，更多相关《你曾在国内Alpha策略对冲时遇到哪些困难.docx（7页珍藏版）》请在冰豆网上搜索。
你曾在国内Alpha策略对冲时遇到哪些困难
你曾在国内Alpha策略对冲时遇到哪些困难
1.基差的不可预测性：
如果大家有耐心做过关于基差预测的研究，就会发现在实际研究和投资过程中，预测基差是非常困难的一件事情，其难度甚至不亚于直接预测大小盘的走势。
当然，市场机构各有神通，不排除有少数市场有实力的机构能够在特定的时间段内、特定的预测区间下对基差做出'大概率'准确的、量化的预测。
然而正如同Alpha策略选择用对冲期货来规避市场风险的初衷的一样，市场上大部分的机构在测试其策略时，往往直接用”指数“来替代股指期货对策略进行回测，从而希望能够”真实“地呈现策略的本来面目。
然而这一设置，后面会说到，在投资过程中，会带来很大的问题。
2.行业中性：
同”市场中性“策略这个名字一样，Alpha策略追寻地是剔除了市场、行业判断的纯粹的套利收益。
直白地说，这是因为量化投资在直接预测大盘走势、预测行业强弱上并不具有特别的优势，原因在后面会说明。
所以，国内的Alpha策略在早期（注意：
我说的是早期）一般都会将策略在某个行业上的权重配得跟指数一致。
这样、由于行业相对强弱所带来的风险也会被规避掉。
然而这一设置，仍然会带来很多问题。
3.回测的时间：
由于数据获取等种种原因，2007年之前的数据是有非常多缺失且不完整的。
如涉及到指数权重、财务数据、会计准则更改等等问题。
所以一般而言，国内的Alpha策略最早也是从2007年中开始回测，更有甚者可能从2008年之后开始回测。
But,timedoesmatter.
如果说Alpha策略在中国所遇到的研究困难，就不得不从股指期货这个对于Alpha策略来说唯一的对冲工具说起了。
IF合约是从2010年4月16日在中金所开始交易的，国内Alpha策略的兴起也基本上与IF的上市密不可分，所以我把Alpha研究在实际操作过程中遇到的困难分为以下几个时期：
A.2010年4月-2014年10月（迷人的潘多拉魔盒）
如果大家在这个时期做Alpha策略，你会发现赚钱太容易了！
记得曾经跟某BGI回来的量化私募大佬电话会议的时候，该大佬说，现在Alpha随便什么策略都能赚钱。
言语中，是戏谑，是无奈，却也隐含着担忧。
在这个时期，你会发现用一些非常简单的信号，用经典的Alpha框架，回测起来，年化15%以上的收益、夏普3以上的策略一堆一堆的。
你可能会突然觉得你是这个世界上最聪明的人，你发现了新大陆！
如果说，在当时的环境下，Alpha研究有什么隐忧的话，那就是：
IF本身的问题太大了。
这句话什么意思呢？
IF的标的指数是沪深300指数，而沪深300指数最大的特点就是金融业的权重太大了！
而且银行股的只数太少了，只有16只！
如果大家读过Grinold的QuantitativeEquityPortfolioManagement（此君来自Barra，做Alpha的同志必然读过他的书；BarraRiskModel也算是发源于他的研究），就会记得，一个策略的InformationRatio跟涵盖股票的只数的开方、截面离散率是正相关的。
但是金融股、尤其是银行股有什么特点呢？
低波动、同涨同跌严重（相对其他版块），低价股多且日内波动率极低。
前两个特点导致银行股本身很难有高Alpha，最后一个特点则导致交易起来十分困难，这样的话，策略如果跟指数一样，配很高的权重在银行上，就要忍受始终在银行业上赚不到钱甚至亏钱。
多说一句，为什么低价股交易起来会很困难呢？
比如你要买农业银行（2016/6/24日收盘3.17元），假设下一交易日开盘3.16（买一）/3.17（卖一），实际交易你会发现，低价股的盘口很少动的，因为动一下就是0.01/3.16=32bps就出去了，这个在交易过程中太难忍受了，要知道有时候Alpha策略一天还不一定能赚32bps呢。
所以如果你一直挂在买一，就面临交易量大无法成交的风险，如果跨过盘口去对手盘成交，Ohgod，真是能疼出血来。
BUT！
在当时，这些都是小问题，因为当时Alpha太高了，或者说，小盘因子的Alpha太高了。
所以，接下来，回测时间的问题就来了。
B.2014年10月-2014年12月（Alpha策略痛苦的回忆）
其实这波小盘的强势从2013年或者说2012年就开始了，Alpha策略在这几年的回测动辄40~50%的收益率，其实大部分Alpha策略在2010~2011年是不好的，但是由于08、12、13的高收益的提升，它们往往被忽略了。
这个时候，现在已经众所周知了，市场开始转向了。
其实回过头来看，除了量化投研人员之外，主动投资研究的人士早就看到了这次大牛市的到来，而量化投资的童鞋成天与数据、模型、代码和论文打交道，本身的市场敏感性相较而言则要差很多，而且大部分做Alpha的朋友是不喜欢或者是厌恶Beta的，这种厌恶来源于保守，也来源于Beta很难用量化看懂。
于是，大家看到，金融股开始狂飙，大小盘转换开始加速，基差开始急剧拉升。
犹记得当时我看见Alpha策略那触目惊心的亏损的时候，真心佩服那些能够坚持账户市值中性的大佬们。
虽然策略本身的缺陷是显著的，但是在那样环境下的坚持，我认为是这对自己投资理念的坚持。
这个阶段其实就是市场给Alpha策略研发人员上的一课：
应该说，量化策略本身（如包含统计学习特性）和量化策略开发人员是具有很强的学习市场能力，但当你从未见过、考虑过、测试过这样的市场状况时，你无法保证量化策略的成功。
这是量化天生的缺陷，它是数学、是统计、是基于过去对未来的预测，当你需要它预知它从未见过的事物时，这几乎是不可能的。
总结下来，这段时间，Alpha的失败有几大原因：
一、由于市场特性的变化、大小盘风格发生大逆转、流动性偏好发生大逆转。
二、由于IF本身的结构特征，在金融股狂涨时，如果调仓频率低，由于市场涨跌，会自动产生市值敞口、行业敞口。
三、基差的急剧拉伸带来的巨大浮亏。
这几个原因并不是独立的、而是相辅相成的。
所以，这一段痛苦的经历，对Alpha策略来说，也是涅槃重生后的宝贵财富，当然，你得能活下来，不少Alpha策略当时已经被清盘了。
C.2015年股灾之后（狂欢之后的负重者）
股灾之前的2015年对Alpha策略是美好的，简直太美好了，半年，很多的基金或产品轻轻松松录得50%以上的收益。
然后就是雪崩了，然后就是监管介入，提高保证金，限制交易手数，期指流动性大跌。
目前期指的流动性差不多是股灾之前流动性的百分之一。
但是好在中证500期货（IC）的推出很好的解决了沪深300期货本身的结构性问题，使得Alpha策略面临更少的市场风险和风格风险，从而能够更好的挖掘“真正”的alpha。
但是深度贴水的问题就来了。
个人观点，这种深度贴水，是对做多期指时流动性缺陷、政策限制缺陷等问题的补偿，在监管不发生改变的前提下，可能是一种“NormalBackwardation”。
这种深度贴水带来两个困难：
一、如果在深度贴水下建仓，一旦基差收窄，账户经常要面对2-3%的回撤；二、移仓成本太高。
因为市场多头套保需求多，而投机多头又受到限制，所以一旦需要换仓时，移仓成本会非常高，IC近月合约通常都在3%左右甚至往上，这意味着，如果一年换仓12次，Alpha一年得挣36%以上才能勉强避免由换仓导致的亏损。
最后，策略的转向：
现在，很多的Alpha策略开始探求其他的突破，这些方向是Alpha进步的动力，比如：
一、放开行业中性、市值中性的约束，用量化方法学习提取市场特征，动态调整。
二、结合CTA策略、结合场外期权产品、结合期货纯多策略等等；
三、新的数据源，也意味全新的Alpha来源。
最后我们正在举行量化交易大赛，为优胜者准备了实盘资金和丰富的奖金奖品，欢迎你来看一看：
Ricequant量化大赛，百万实盘等你来拿！
更多的精彩回复：
EricZ回复Austin（作者）：
我不在中国市场具体不是很了解但是看您的描述国内的alphastrats好像只是做了marketneutral您说的alpha的好年景其实回报来源是smallcapbeta
Austin（作者）回复EricZ：
首先结论是，的确，国内大部分的策略在年景好的时候，或者说，现在都在挣smallcap的钱。
但我想说三个考虑：
第一，也是更直接的原因，就是A股的结构性问题。
A股上市绝大多数大盘企业，以上证50为例，大部分是银行、券商、保险、钢铁煤炭等“传统行业”企业。
这些企业要么基本面发生急剧恶化、要么类似银行在降息周期下利润增速会不断下滑。
应该说，A股的大市值企业缺乏类似美股Amazon,Facebook,Apple这样的科技龙头股，这导致的一个结构性问题就是：
A股的机会和故事都更多来源于小盘股。
所以在这种市场结构下，如果您想完全从Alpha策略中'干净'地拿掉size这个风格因子，那么策略本身会受到很大的侵蚀。
第二，就是所谓风险因子的定义问题。
这个问题更多的则是见仁见智了。
比如有些人认为size在中国既是Alpha因子，也是风格因子。
他们也是有一定道理的，因为单纯的size因子在A股的夏普经常能到2.3以上。
在中国，size就是有premium的，同样流动性因子也是有premium的，我想跟市场和参与者结构恐怕都是分不开的。
第三，其实在海外，风格因子也“不一定”是严格中性的。
比如，AQR的market-neutralstrategy就不是时时刻刻都保持风格中性。
AQR也有很多关于stylemomentum的研究。
同样，在我看来，即使做Alpha，对于暴露一定的风格敞口，我们也不需要有太多的抵触。
程峰：
不拿足够的银行股怎么做到风险中性？
2014年底有些自以为是的人不就吃大亏了么。
而且至少对中国市场而言，风险中性组合的红利收益可大半是金融股提供的，别太贪了。
我觉得用指数回测没什么问题，负基差的时候平仓而不开仓才是正解，换成利率资产才对。
看你的回复，感觉你是信奉统计对冲的人？
如果秉持这个思想的话，确实会以为风险中性跟拿银行股没有直接关系，不过统计对冲的结果并不具有足够的稳定性，很容易多年躺赢、一朝懵逼。
2014年以前那些做空股指做多小盘股的所谓中性组合根本不是风险中性，而是股票市值划分下的双向投机行为。
实际暴露了大量的风险敞口，只不过风险没爆发就以为没风险了？
负基差平仓、正基差开仓（包括当月和下月合约），这本身并不太需要预测，就是一个当下的行为。
风险中性不等于就可以无时无刻在股票市场里保持头寸，里面是有流动性与基差等假设前提的。
似乎国内那些大规模的正牌对冲基金的多数产品并不追求超过20%的年化收益，股灾后的股票仓位也确实很低。
关于我说的正负基差开平，其假设前提是股指交割日会与现货指数收敛，这个从规则上看是几乎必然保证的，因此不需要过多预测。
建仓平仓是一个过程，只要是在正基差下建仓，虽然会承受基差风险，但交割前平仓或移仓几乎只有路径中的基差风险，但最终是无风险的。
我认为2015年的很多阿尔法收益并不源于阿尔法因子，而是基差问题以及实质上风险敞口暴露导致的beta收益。
2014年年底基差变动很大，但单纯的基差风险是可以承受的，而如果你行业中性做的不好，那才会出大问题。
不知仁兄有没有认真研究过指数编制方案？
只有规则对冲才是最靠谱的，统计对冲的高收益实质上源于风险敞口的暴露，是有风险的，需要控制在一定幅度内。
从长期角度而言，我认为阿尔法因子效果是有限的，中性策略的主要收益还是源于无风险的红利收益与期限套利收益，而额外的收益其实是beta收益，因此回撤与保证金等极端风险随之而来。
Austin（作者）回复程峰：
我们一般所说“风险中性”是指市值中性或者beta中性。
严格意义上来讲，风险中性不中性跟拿银行股没有直接的联系。
比如如果你可以借券做个券的Long-Short的话，完全不一定需要拿银行股。
您说的“风险中性组合的红利大半来自金融股”，只能说部分同意。
在2014年以前，因为小盘一直持续强于大盘，所以实质来讲，中性组合有很大的收益来源于做空金融股。
但自IC上市以来，如果仅用IC做Alpha回测或投资，依然是有高的Alpha来源的。
当然这其中的因素较为复杂，但至少证明，Alpha策略在中国并不完全依赖于做空金融股。
至于您说的负基差不开仓的问题，的确是赞同的。
但难度在于操作层面，如果判断这个负基差是持续负基差，14年年底，也见过有些策略被反复打脸的。
所以，这个问题，更多的是知易行难。
Austin（作者）回复程峰：
关于您说的基差的问题，我想我们的目标和理念是非常一致的。
基差的收敛性这是毫无疑问的，但是我个人可能更保守一点，在基本面不是特别明晰的情况下，我个人不是特别喜欢单纯依靠现时基差开平仓的决策方式。
2014年10月的时候，我记得当时基差在20~30点的时候已经有很多策略选择加仓了。
但回过头来看，当时的情况下，很多策略“仅仅”依靠基差就判断可以加仓是有问题的，基差拉升的背后，是源自市场的结构性预期的变化，也包含了风格的变化。
后来基差一路飙升，加仓之后的策略也一路回撤，加之风格上的损失，由于账户/产品/基金的回撤、清盘线等风控措施被清盘的不在少数。
不得不说，虽然基差最终肯定会收敛，但在黑天鹅的行情下，也没准是压垮骆驼的最后一根稻草。
关于是否严格行业中性和Beta的问题。
作为量化Alpha策略，基本情况下，肯定是要依据指数的成份来市值对冲、行业中性，这恐怕是Alpha人基本的研究课题。
市场上您提到“统计对冲”只怕是少数。
但是，我自己对：
（一）、如何划分行业分类；
（二）、是否可以打开行业中性，加入一些行业轮动；（三）、是否可以加市值敞口；这几个问题应该说是持开放态度的。
目前比较困难，但可以持续考虑和研究。
至于Alpha收益是否持续以及是否一直是在赚Beta的钱，以及哪些钱是beta，哪些是Alpha的问题，这个正如我在前面回答@EricZ的时候提到的，这个问题就真的只能见仁见智了。
从长期来讲，不存在任何一种持续无风险或者低风险的套利方式，任何高收益的策略长期来讲都是要承受相应风险的，问题的关键在于对风险的认知和对风险的管理。
（更多精彩财经资讯，点击这里下载华尔街见闻App）
升级会员 