在國內做 Alpha 策略對沖可能會遇到哪些困難?

Austin

Equity Quant編輯推薦

謝題主的問題，有幸一直在國內做這方面的投資研究，希望藉此與大家進一步交流。

首先我想說一說在Alpha策略的研究中，一些通常的設置：基差的不可預測性：如果大家有耐心做過關於基差預測的研究，就會發現在實際研究和投資過程中，預測基差是非常困難的一件事情，其難度甚至不亞於直接預測大小盤的走勢。當然，市場機構各有神通，不排除有少數市場有實力的機構能夠在特定的時間段內、特定的預測區間下對基差做出"大概率"準確的、量化的預測。然而正如同Alpha策略選擇用對沖期貨來規避市場風險的初衷的一樣，市場上大部分的機構在測試其策略時，往往直接用」指數「來替代股指期貨對策略進行回測，從而希望能夠」真實「地呈現策略的本來面目。然而這一設置，後面會說到，在投資過程中，會帶來很大的問題。行業中性：同」市場中性「策略這個名字一樣，Alpha策略追尋地是剔除了市場、行業判斷的純粹的套利收益。直白地說，這是因為量化投資在直接預測大盤走勢、預測行業強弱上並不具有特別的優勢，原因在後面會說明。所以，國內的Alpha策略在早期（注意：我說的是早期）一般都會將策略在某個行業上的權重配得跟指數一致。這樣、由於行業相對強弱所帶來的風險也會被規避掉。然而這一設置，仍然會帶來很多問題。回測的時間：由於數據獲取等種種原因，2007年之前的數據是有非常多缺失且不完整的。如涉及到指數權重、財務數據、會計準則更改等等問題。所以一般而言，國內的Alpha策略最早也是從2007年中開始回測，更有甚者可能從2008年之後開始回測。But, time does matter.如果說Alpha策略在中國所遇到的研究困難，就不得不從股指期貨這個對於Alpha策略來說唯一的對沖工具說起了。IF合約是從2010年4月16日在中金所開始交易的，國內Alpha策略的興起也基本上與IF的上市密不可分，所以我把Alpha研究在實際操作過程中遇到的困難分為以下幾個時期：A. 2010年4月-2014年10月(迷人的潘多拉魔盒)

如果大家在這個時期做Alpha策略，你會發現賺錢太容易了！記得曾經跟某BGI回來的量化私募大佬電話會議的時候，該大佬說，現在Alpha隨便什麼策略都能賺錢。言語中，是戲謔，是無奈，卻也隱含著擔憂。

在這個時期，你會發現用一些非常簡單的信號，用經典的Alpha框架，回測起來，年化15%以上的收益、夏普3以上的策略一堆一堆的。你可能會突然覺得你是這個世界上最聰明的人，你發現了新大陸！如果說，在當時的環境下，Alpha研究有什麼隱憂的話，那就是：IF本身的問題太大了。這句話什麼意思呢？IF的標的指數是滬深300指數，而滬深300指數最大的特點就是金融業的權重太大了！而且銀行股的只數太少了，只有16隻！如果大家讀過Grinold的Quantitative Equity Portfolio Management（此君來自Barra，做Alpha的同志必然讀過他的書；Barra Risk Model也算是發源於他的研究），就會記得，一個策略的Information Ratio跟涵蓋股票的只數的開方、截面離散率是正相關的。但是金融股、尤其是銀行股有什麼特點呢？低波動、同漲同跌嚴重（相對其他版塊），低價股多且日內波動率極低。前兩個特點導致銀行股本身很難有高Alpha，最後一個特點則導致交易起來十分困難，這樣的話，策略如果跟指數一樣，配很高的權重在銀行上，就要忍受始終在銀行業上賺不到錢甚至虧錢。多說一句，為什麼低價股交易起來會很困難呢？比如你要買農業銀行（2016/6/24日收盤3.17元），假設下一交易日開盤3.16(買一)/3.17(賣一)，實際交易你會發現，低價股的盤口很少動的，因為動一下就是0.01/3.16 = 32bps就出去了，這個在交易過程中太難忍受了，要知道有時候Alpha策略一天還不一定能賺32bps呢。所以如果你一直掛在買一，就面臨交易量大無法成交的風險，如果跨過盤口去對手盤成交，Oh god，真是能疼出血來。BUT！在當時，這些都是小問題，因為當時Alpha太高了，或者說，小盤因子的Alpha太高了。所以，接下來，回測時間的問題就來了。B. 2014年10月-2014年12月(Alpha策略痛苦的回憶)其實這波小盤的強勢從2013年或者說2012年就開始了，Alpha策略在這幾年的回測動輒40~50%的收益率，其實大部分Alpha策略在2010~2011年是不好的，但是由於08、12、13的高收益的提升，它們往往被忽略了。這個時候，現在已經眾所周知了，市場開始轉向了。其實回過頭來看，除了量化投研人員之外，主動投資研究的人士早就看到了這次大牛市的到來，而量化投資的童鞋成天與數據、模型、代碼和論文打交道，本身的市場敏感性相較而言則要差很多，而且大部分做Alpha的朋友是不喜歡或者是厭惡Beta的，這種厭惡來源於保守，也來源於Beta很難用量化看懂。於是，大家看到，金融股開始狂飆，大小盤轉換開始加速，基差開始急劇拉昇。猶記得當時我看見Alpha策略那觸目驚心的虧損的時候，真心佩服那些能夠堅持賬戶市值中性的大佬們。雖然策略本身的缺陷是顯著的，但是在那樣環境下的堅持，我認為是這對自己投資理念的堅持。這個階段其實就是市場給Alpha策略研發人員上的一課：應該說，量化策略本身（如包含統計學習特性）和量化策略開發人員是具有很強的學習市場能力，但當你從未見過、考慮過、測試過這樣的市場狀況時，你無法保證量化策略的成功。這是量化天生的缺陷，它是數學、是統計、是基於過去對未來的預測，當你需要它預知它從未見過的事物時，這幾乎是不可能的。

總結下來，這段時間，Alpha的失敗有幾大原因：

一、由於市場特性的變化、大小盤風格發生大逆轉、流動性偏好發生大逆轉。二、由於IF本身的結構特徵，在金融股狂漲時，如果調倉頻率低，由於市場漲跌，會自動產生市值敞口、行業敞口。三、基差的急劇拉伸帶來的巨大浮虧。這幾個原因並不是獨立的、而是相輔相成的。所以，這一段痛苦的經歷，對Alpha策略來說，也是涅槃重生後的寶貴財富，當然，你得能活下來，不少Alpha策略當時已經被清盤了。C. 2015年股災之後(狂歡之後的負重者)股災之前的2015年對Alpha策略是美好的，簡直太美好了，半年，很多的基金或產品輕輕鬆鬆錄得50%以上的收益。然後就是雪崩了，然後就是監管介入，提高保證金，限制交易手數，期指流動性大跌。目前期指的流動性差不多是股災之前流動性的百分之一。但是好在中證500期貨(IC)的推出很好的解決了滬深300期貨本身的結構性問題，使得Alpha策略面臨更少的市場風險和風格風險，從而能夠更好的挖掘「真正」的alpha。但是深度貼水的問題就來了。個人觀點，這種深度貼水，是對做多期指時流動性缺陷、政策限制缺陷等問題的補償，在監管不發生改變的前提下，可能是一種「Normal Backwardation」。這種深度貼水帶來兩個困難：一、如果在深度貼水下建倉，一旦基差收窄，賬戶經常要面對2-3%的回撤；二、移倉成本太高。因為市場多頭套保需求多，而投機多頭又受到限制，所以一旦需要換倉時，移倉成本會非常高，IC近月合約通常都在3%左右甚至往上，這意味著，如果一年換倉12次，Alpha一年得掙36%以上才能勉強避免由換倉導致的虧損。

最後，策略的轉向：

現在，很多的Alpha策略開始探求其他的突破，這些方向是Alpha進步的動力，比如：一、放開行業中性、市值中性的約束，用量化方法學習提取市場特徵，動態調整。二、結合CTA策略、結合場外期權產品、結合期貨純多策略等等；三、新的數據源，也意味全新的Alpha來源。編輯於 2016-06-25