算法交易 - Alpha 策略

Overview 概述

本文通過模擬分析,概述阿爾法及阿爾法套利策略的應用。

Report 報告

Alpha 的定義

“Alpha” 是一個用於投資的術語,用來描述一個策略打敗市場的能力。因此,阿爾法也經常被稱爲“超額回報”或“異常回報率”。Alpha 通常和 beta(希臘字母字母,縮寫爲“字母”) 一起使用,用來衡量大盤的整體波動或風險,即系統市場風險。

Alpha 在金融領域被用來衡量業績,表明一個策略、交易員或投資組合經理在一段時間內成功地超過了市場回報。阿爾法通常被認爲是一項投資的主動回報,它根據一個市場指數或基準來衡量一項投資的表現,該指數或基準被認爲代表了整個市場的運動。一項投資相對於基準指數回報的超額回報是該投資的阿爾法。阿爾法可能是正的或負的,是主動投資的結果。

Jensen's Alpha 的定義

對阿爾法的深入分析可能也包括 Jensen's Alpha,一個代表投資組合或投資的平均回報的風險調整後的績效度量。當一個投資組合收益高於或低於資本資產定價模型 (CAPM) 的預測,給定投資組合或投資的 beta 和市場平均回報,那麼就產生了 Jensen‘s Alpha。

要準確分析投資經理的表現,投資者不僅要看投資組合的整體回報,還要看投資組合的風險,看投資回報是否能彌補所冒的風險。例如,如果兩隻共同基金的回報率都是 12%,理性的投資者應該選擇風險較低的基金。Jensen 的方法是判斷一個投資組合是否能從其風險水平中獲得適當回報的方法之一。如果是正的,那麼投資組合就獲得了超額回報。換句話說,Jensen 的阿爾法值爲正值,意味着基金經理的選股技能“擊敗了市場”。

利用這些變量,Jensen’s alpha 的公式爲 : Alpha = R(i) - (R(f) + β (R(m) - R(f)))

其中 :
R(p) = 該投資組合或投資的實際收益
R(m) = 適當市場指數的實現收益率
R(f) = 該時間段的無風險收益率
β=Cov (Ri,Rm)/Var (Rm),E (Rp)表示投資組合的期望收益率,CAPM 模型主要表示單個證券或投資組合同系統風險收益率之間的關係,也即是單個投資組合的收益率等於無風險收益率與風險溢價之和。

例如,假設一隻共同基金去年實現了 15% 的回報率。該基金適當的市場指數回報率爲 12%。該基金相對於該指數的貝塔值爲 1.2,無風險收益率爲 3%。基金的阿爾法計算方法如下 :

α= 15% (3% + 1.2 x(12% - 3%)) = 15% - 13.8% = 1.2%。

鑑於貝塔係數爲 1.2,預計該共同基金的風險將高於該指數,因此收益也會更高。在這個例子中,一個正的阿爾法表明共同基金經理賺取了足夠多的回報來補償他們在一年中承擔的風險。如果共同基金的回報率只有 13%,計算出來的阿爾法值就是-0.8%。如果阿爾法爲負,考慮到共同基金經理所承擔的風險,他們將無法獲得足夠的回報。

Alpha 策略

阿爾法策略也稱阿爾法套利,是指指數期貨與具有阿爾法值的證券產品之間進行反向對衝套利,也就是做多具有阿爾法值的證券產品,做空指數期貨,實現迴避系統性風險下的超越市場指數的阿爾法收益。爲實現阿爾法套利,選擇或構建證券產品是關鍵。

首先,兼具折價率與超額收益阿爾法的證券產品是進行阿爾法套利交易的首選,包括具有折價率,並能超越市場指數的認購權證,封閉式基金等。其次,具有超額收益阿爾法的證券產品是進行阿爾法套利交易的次選,主要包括開放式股票基金、股票、行業指數產品。經驗表明,由於新興市場的有效性較弱,專業投資者容易在這種市場利用專業管理、積極操作、資金規模等優勢獲得較高的阿爾法收益,從而跑贏大市。而加密貨幣市場作爲新型市場的一種,其中存在追逐埃爾法的空間。

各幣種 Jensen's Alpha

算法交易 - Alpha 策略

算法交易 - Alpha 策略

算法交易 - Alpha 策略

我們看到僅有兩個幣種(ADA 和 CRO)錄得 alpha 值爲正。由於加密貨幣市場的高波動性和行情的不可持續性,導致單一幣種投資的阿爾法不可持續,以至於僅僅在回測中成爲可行的策略,在現實中卻不可推敲,於是,我們決定選擇組合策略的方法。阿爾法策略的方向大致有如下幾種:

  1. 多 / 空策略:將基金部分資產買入股票,部分資產賣空股票或者股指期貨。對衝基金經理可以通過調整多空資產比例,自由地調整基金面臨的市場風險,往往是規避其不能把握的市場風險,儘可能降低風險,獲取較穩定的收益。

  2. 套利策略:對兩類相關資產同時進行買入、賣出的反向交易以獲取價差,在交易中一些風險因素被對衝掉,留下的風險因素則是基金超額收益的來源。由於採用產品不一,因此套利策略又可以分爲:股指套利、封閉式基金套利、統計套利等。

  3. 事件驅動型策略:投資於發生特殊情形或是重大重組的公司,例如發生分拆、收購、合併、破產重組、財務重組、資產重組或是股票回購等行爲的公司。事件驅動策略主要有不良證券投資和併購套利,其他策略常與這兩種策略一併使用。

  4. 趨勢策略:通過判斷證券或市場的走勢來獲利而不再是將市場風險對衝掉後依靠選擇證券的能力來獲利,而且有時還大量採用槓桿交易以增加盈利。類型上可以分爲:全球宏觀基金、新興市場對衝基金、純粹賣空基金、交易基金及衍生品基金。

於是,我們決定使用套利策略+多 / 空策略,利用投資組合的方式進行對阿爾法策略的測試,首先,我們選中了 ADA,CRO,和經過 1000 萬次擬合所產生的最小方差組合和最大夏普組合進行阿爾法套利策略測試,其分配如下:

算法交易 - Alpha 策略

算法交易 - Alpha 策略

算法交易 - Alpha 策略

我們採用了 2018.7.1-2019.7.1 的價格作爲訓練集,並用 2019.7.1-2020.7.30 作爲測試集,以上爲測試結果。在超額收益上,最大化夏普投資組合雖然不如單一幣種,但是其波動率小於任意單一幣種。對於絕對收益來說,投資 CRO 無疑是最好的選擇。單一幣種策略在此測試集的表現明顯優於任意組合策略。

而所謂阿爾法套利,是指尋找到獲得較高α正值的組合,買入該組合,同時賣出等值的指數,在建立套利頭寸後,組合如果表現強於指數,若價格是下跌,則指數下跌幅度高於α組合,指數空頭收益高於α股票組合損失,套利組合獲得收益;若價格上漲,則α組合上漲收益多於空頭損失,套利亦獲得收益。

這種情況的出現也是阿爾法策略的難點之一:選取能夠獲得階段性超額收益的標的;其次判斷價差點位,選擇在組合與指數價差較窄時建立套利頭寸;當價差擴大獲得套利收益後,根據市場狀況則平掉套利頭寸獲取收益。由於歷史數據較短,我們僅能獲得一年的訓練數據(請注意,數據存在非常大的偶然性)。

算法交易 - Alpha 策略

Conclusion 結語

Alpha 套利策略風險相對較小,收益預期相對比較穩定,對於量化對衝產品來說,阿爾法策略是一個擁有較高性價比的選擇。

風險提示:

  • 警惕打着區塊鏈和新技術的旗號進行非法金融活動,標準共識堅決抵制利用區塊鏈進行非法集資、網絡傳銷、ICO 及各種變種、傳播不良信息等各類違法行爲。

算法交易 - Alpha 策略

來源鏈接:mp.weixin.qq.com