阿尔法股票对冲策略有哪些阿尔法套利的具体操作方法
本文来源于公号【期权懂】阿尔法策略其实就是比beta策略更加主动,更加考验期权投资者判断能力的阿尔法套利。一、阿尔法策略阿尔法策略是一个典型的对冲策略,它主要通过构建相对价值策略来......接下来具体说说
本文通过模拟分析,概述阿尔法及阿尔法套利策略的应用。
“Alpha” 是一个用于投资的术语,用来描述一个策略打败市场的能力。因此,阿尔法也经常被称为“超额回报”或“异常回报率”。Alpha通常和beta(希腊字母字母,缩写为“字母”)一起使用,用来衡量大盘的整体波动或风险,即系统市场风险。
Alpha在金融领域被用来衡量业绩,表明一个策略、交易员或投资组合经理在一段时间内成功地超过了市场回报。阿尔法通常被认为是一项投资的主动回报,它根据一个市场指数或基准来衡量一项投资的表现,该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是该投资的阿尔法。阿尔法可能是正的或负的,是主动投资的结果。
对阿尔法的深入分析可能也包括 Jensen's Alpha,一个代表投资组合或投资的平均回报的风险调整后的绩效度量。当一个投资组合收益高于或低于资本资产定价模型(CAPM)的预测,给定投资组合或投资的beta和市场平均回报,那么就产生了 Jensen‘s Alpha。
要准确分析投资经理的表现,投资者不仅要看投资组合的整体回报,还要看投资组合的风险,看投资回报是否能弥补所冒的风险。例如,如果两只共同基金的回报率都是12%,理性的投资者应该选择风险较低的基金。Jensen的方法是判断一个投资组合是否能从其风险水平中获得适当回报的方法之一。如果是正的,那么投资组合就获得了超额回报。换句话说,Jensen的阿尔法值为正值,意味着基金经理的选股技能“击败了市场”。
利用这些变量,Jensen’s alpha的公式为: Alpha = R(i) - (R(f) + β (R(m) - R(f)))
其中:
R(p) =该投资组合或投资的实际收益
R(m) =适当市场指数的实现收益率
R(f) =该时间段的无风险收益率
β=Cov(Ri,Rm)/Var(Rm),E(Rp)表示投资组合的期望收益率,CAPM模型主要表示单个证券或投资组合同系统风险收益率之间的关系,也即是单个投资组合的收益率等于无风险收益率与风险溢价之和。
例如,假设一只共同基金去年实现了15%的回报率。该基金适当的市场指数回报率为12%。该基金相对于该指数的贝塔值为1.2,无风险收益率为3%。基金的阿尔法计算方法如下:
α= 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,因此收益也会更高。在这个例子中,一个正的阿尔法表明共同基金经理赚取了足够多的回报来补偿他们在一年中承担的风险。如果共同基金的回报率只有13%,计算出来的阿尔法值就是-0.8%。如果阿尔法为负,考虑到共同基金经理所承担的风险,他们将无法获得足够的回报。
阿尔法策略也称阿尔法套利,是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利,也就是做多具有阿尔法值的证券产品,做空指数期货,实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利,选择或构建证券产品是关键。
首先,兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的选择,包括具有折价率,并能超越市场指数的认购权证,封闭式基金等。其次,具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选,主要包括开放式股票基金、股票、行业指数产品。经验表明,由于新兴市场的有效性较弱,专业投资者容易在这种市场利用专业管理、积极操作、资金规模等优势获得较高的阿尔法收益,从而跑赢大市。而加密货币市场作为新型市场的一种,其中存在追逐埃尔法的空间。
btc | eth | usdt | xrp | bch | bsv | ada | ltc | cro | link | minvar | maxsharpe |
---|---|---|---|---|---|---|---|---|---|---|---|
-0.395091679 | -0.10418859 | -0.071738076 | -0.716426977 | -0.826188355 | -0.510986712 | 0.765065852 | -1.055939019 | 1.411402055 | -0.956566267 | 0.248863579 | 0.835786494 |
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 无疑是较好的选择。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。
本期投资经理 周健女士:
招银理财委外投资部投资经理;新加坡国立大学计算机硕士学位,拥有10多年金融市场从业经验,擅长于投资组合管理和股票阿尔法中性策略、统计套利策略、管理期货策略等对冲策略的分析与研究。
自2017年6月开始担任招商银行私人银行全权委托投资经理、私人银行资产配置委员会委员、招商银行私人银行对冲诚选系列一期理财计划及招商银行私人银行对冲锐选系列一期理财计划投资经理。拟任招银理财招越系列量化对冲FOF混合类理财计划投资经理。
Hello大家好,又到了“对冲基金很有趣”的时间了~上一期我们介绍了一种古典的期货趋势跟踪策略,那么同样是管理期货类策略(也就是歪果仁所说的CTA策略),今天我们来介绍一下巴洛克风格的期货套利策略。
什么是巴洛克式的期货套利策略?
我们都知道古典主义音乐突出主调,保持节奏严谨的单旋律为主,这就好像趋势跟踪策略中的交易信号一般是在单个期货标的上产生;而巴洛克音乐的特点则是节奏跳跃采用多旋律的复调来表达情感。就像期货套利策略一般是在两个期货的配对上产生交易信号,每个交易信号所使用的两个(或者多个)期货合约基本是多空等权重的,这就是为什么我们把它称之为 巴洛克式的复调投资策略 。
因此,期货套利策略的两个重要步骤就是: 1.构建套利配对;2.在套利对上产生套利信号。
期货套利策略的两大步骤
01、构建套利配对
在这个维度上可以划分出来不同的套利类型:
跨期套利
如果配对的两端是同一个品种不同到期日的期货合约,比如都是铁矿石期货,在九月与十二月合约上进行多空配对交易,我们就称之为跨期套利。
跨市场套利
如果是同一个品种在 不同市场 交易的合约,比如沪铜和伦铜,那我们交易的就是不同地区的价差波动,我们就称之为跨市场套利。
跨品种套利
如果是 不同品种 合约之间的配对交易,我们就称之为跨品种套利。
虽然是不同品种,但是我们通常会选择有内生相关性的品种,比如同为食用油的豆油和菜油,他们的价格会长期存在相关性。在构建好套利对之后,当然也可以对数据做一些处理,比如对价格的时间序列进行求导、积分、回归等复杂操作,来为下一步的信号产生做准备。
02、运用统计规律产生套利信号
在这个过程中,我们刻画的是 “均值回归”的概率 ,即两个配对期货合约价格的 “分久必合,合久必分” 的运行规律。
比如跨期套利中,同一品种两个不同到期日的合约之间的价差会受到存储成本/carry收益的影响而存在一个理论中枢值,我们可以用量价、升贴水、库存仓单、产业链数据等信息建模来给出这个中枢值的合理范围,实际价差会围绕理论中枢值在一定的经济意义支撑的范围内持续波动。
但由于两个合约是在市场上*交易的,实际价差会随着市场环境出现一些变动,而当实际价差偏离出这个范围一定幅度之外的时候,比如从统计上来说, 一般偏离两个标准差之外就有可能出现套利交易的机会 ,模型就可能会发出交易信号。
应对风险的武器“对冲”
最后,还记得我们上一期聊到应对风险的两种武器: 一个是分散,一个是对冲 。
在风险管理方面,期货趋势跟踪策略主要运用的是靠前种,在组合中同时交易数十只期货合约的趋势信号来 分散风险 ;而期货套利策略主要用的是第二种,因为套利交易信号在产生逻辑上就必然是多空等值的配对,可以认为基本对冲了市场风险的暴露,只剩下相对价值的获取了~
当然同样 套利策略也会通过组合多个套利配对、以及采用多样化的套利逻辑的方式来分配头寸,同样能够起到分散风险的效果 。
有了以上的理解,我们就不难发现期货套利策略有以下特点:
靠前是组合的市场暴露小 ,由此带来的是与系统性涨跌的相关性很低。
第二是回撤小 。这是因为组合中有多个套利对和多种信号,因此任何时间区间内来看单个套利对或信号的收益会对其他信号的回撤产生平滑效应(因为彼此之间也是低相关性的)。
第三是盈亏特点 。套利策略受行情波动影响小,关注局部交易性机会,积少成多累积盈利;而趋势策略受行情涨跌影响显著,但捕捉大行情收益能力强,两者有非常好的互补效应。
现在国内的期货市场已经越来越成熟,成交量也在逐步放开。交易所会陆续上新各种标的的期货合约可供选择,因此我们也可以更加期待管理期货策略未来的发展~
本文来源于公号【期权懂】
阿尔法策略其实就是比beta策略更加主动,更加考验期权投资者判断能力的阿尔法套利。
阿尔法策略是一个典型的对冲策略,它主要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。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。简单来说,阿尔法策略属于中性偏高的积极策略。
首先是寻找一个有高额、稳定、积极收益的投资组合,然后通过卖出相对应的股指期货合约来对冲该投资组合的市场风险,使组合的贝塔值在投资全程中一直保持为零,从而获得与市场相关性较低的积极风险收益阿尔法。
1、从概念上来说,这两种策略的范围都可以比较泛泛,比如alpha策略可以说的是统计套利、beta策略可以说的是大盘择时;
2、从风险上来说,alpha策略承担的是beta这种非系统性风险,beta策略承担的就是beta这种系统性风险;
以上就是阿尔法股票对冲策略有哪些阿尔法套利的具体操作方法?的详细内容,希望通过阅读小编的文章之后能够有所收获!