㈠ 什麼是α，β收益，量化投資的策略創建與分析
α收益：一攬子可以自定義低估、同質化並且有波動的股票，不斷買入更便宜的，賣出更貴的，從而獲得的收益。
例如：幾個跟著滬深300的ETF，你發現手中持有的滬深300ETF溢價2%了，而市場上同時存在一個折價1%的ETF，那麼就賣出溢價高的滬深300ETF，去買折價的，這樣雖然始終持有滬深300ETF，但獲得了超越滬深300指數本身的收益，就是α收益。
解釋一下同質化：明顯所有的滬深300ETF是同質化的，也可以認為最小市值20個股票是同質化的，所有銀行股是同質化的，分級A是同質化的。下文中有解釋自定義低估。
β收益：基本面本身上漲是β收益。
例如，自定義最小市值的10個股票為一個指數，這些最小市值從5億漲到20億，這就是β收益。自定義最低股價10個為一個指數，從牛市的5元跌到2元，那麼β收益就是負的
量化策略創建三個步驟：
策略的理論基礎
歷史回測
找到策略黑天鵝。
（一）策略的理論基礎：（大致分為三類）：
基本面理論
按基本面又可以分為：1.價值型；2.成長型；3.品質型；按中國特色A股基本面又可以添加；4.小市值型；5.股價型
技術面理論
按技術面又可以分為：1.趨勢型，2.趨勢反轉型，3.縮量反彈，4.指數輪動，5.擇時
風險套利
風險套利（或者稱輪動）：不斷買入更便宜的，賣出更貴的。
注意：
有些理論基礎並不牢固，並且不能很好解釋（這也導致了各種投資流派互相不服）
有些量化跳過了理論基礎，直接根據歷史統計進行量化（本文不討論），例如，統計兩會前後漲跌，一季度歷史表現最好板塊
對策略理論的解釋：
基本面策略可以定義什麼是低估，比如低PE是低估，低市值是低估，低股價是低估，高ROE是低估，高成長是低估；也可以自定義低估，PB*PE是低估，總市值*流通市值小是低估
基本面理論提供了一攬子同質化並且有波動的股票。有些基本面策略的股票間波動較小，例如最低PE股，一段時期內總是那麼幾個銀行股；有些波動較大，比如小市值型
技術面理論有些很難定義什麼是低估，比如趨勢型；有些則看似可以定義低估，例如，BIAS最小，20日跌幅最大，其實也不是
能自定義低估的策略是風險套利，不能自定義低估的策略是統計
基本面本身能上漲，就獲得了β收益
我得出的結論是：風險套利策略的核心是對自定義低估的輪動，即不斷獲得α收益！！
如何獲得α收益：大部分基本面策略的收益是因為風險套利獲得的；也就是不斷買入更低估的，賣出更貴的；也就是因為調倉周期內因不同股票的波動而產生收益，因此適當縮短周期有利於提高收益；所以在一年內交易次數越多，alpha收益越大（投資大師說的減少交易次數，並不適用於套利）
理論本身獲得的β收益並不多，甚至為負（價值型由於近幾年市場估值不斷降低，不調倉的話，收益是負的）
我們應當尋找的是：基本面理論本身能上漲，且能提供同質化，波動較大的策略（即獲得α，又獲得β）
統計策略其內在邏輯說服力小，是過去的概率來預測未來
（二）歷史回測：回測中最重要一點是：不要欺騙自己
歷史回測中要用到一個哲學思想，叫做奧卡姆剃刀:較簡單的理論比復雜的理論更好，因為它們更加可檢驗
改變測試起始時間。調倉周期超過2天的策略，應該試遍每個起始時間，取平均收益，這才最接近策略真實歷史回測，因為理論上起始時間變化一兩天對策略收益影響是不大的，如果變化很大就說明過度優化。
不要創建靜態股票池。歷史上每個階段都有大牛股，完全可以收集大牛股作為股票池，算好調倉周期，每個階段買最牛的，收益可以美到不敢想像
不要用PE.PB等指標精確逃頂抄底，最多用來確定一個大致范圍。每次大頂點位都是不同的，這樣的擇時毫無意義。
先用25個以上股票測試，確定策略有效性，再減少數量做策略，如果25個測試無效，那麼一兩個即使收益很好，也該放棄。
改變條件權重。如果稍微改變權重，收益變化很大，那麼就降低策略未來預期收益，別指望策略以後會表現這么好。
盡量從07年開始測試。除非你能確定每個時間市場的風格，顯然這是不可能的。
同一套擇時系統，如果用在策略1上回撤是30%，用在策略2上回撤是15%，你肯定會選擇策略2，如果策略1和2本質上是差不多的策略，別太高興，在未來，策略1和2表現誰好誰壞也是難說的
（三）找到黑天鵝：每個策略都有黑天鵝
價值型，成長型，品質型策略，黑天鵝是過一個季度，可能財務數據完全變了，因此持倉個數不能太少，行業要分開
小市值，低價，低交易額策略，黑天鵝是出現仙股
統計類，技術類策略，黑天鵝是理論本身就不完美
㈡ 股票的 阿爾法 貝塔 指的是什麼
現代金融理論認為，證券投資的額外收益率可以看做兩部分之和。第一部分是和整個市場無關的，叫阿爾法；第二部分是整個市場的平均收益率乘以一個貝塔系數。貝塔可以稱為這個投資組合的系統風險。
拓展資料
股票收益是股票股息和因擁有股票所有權而獲得的超出股票實際購買價格的收益。投資者購買股票最關心的是能獲得多少收益。具體來說，就是紅利和股票市價的升值部分。公司發放紅利，大致有三種形式，現金紅利，股份紅利、財產紅利。
一般大多數公司都是發放現金股利的，不發放現金紅利的主要是那些正在迅速成長的公司，它們為了公司的擴展。需要暫存更多的資金以適應進一步的需要，這種做法常常為投資者所接受。由於股息是股票的名義收益，而股票價格則是經常變化的，因此比較起來，股票持有者對股票價格變動帶來的預期收益比對股息更為關心。
衡量股票投資收益水平的指標主要有股利收益率、持有期收益率和拆股後持有期收益率等。
1．股利收益率
股利收益率，又稱獲利率，是指股份公司以現金形式派發的股息或紅利與股票市場價格的比率其計算公式為：該收益率可用於計算已得的股利收益率，也可用於預測未來可能的股利收益率。
2．持有期收益率
持有期收益率指投資者持有股票期間的股息收入與買賣差價之和與股票買入價的比率。其計算公式為：
股票沒有到期日，投資者持有股票的時間短則幾天，長則數年，持有期收益率就是反映投資者在一定的持有期內的全部股利收入和資本利得占投資本金的比重。持有期收益率是投資者最關心的指標，但如果要將它與債券收益率、銀行利率等其他金融資產的收益率作比較，須注意時間的可比性，即要將持有期收益率轉化為年率。
3．持有期回收率
持有期回收率是指投資者持有股票期間的現金股利收入與股票賣出價之和與股票買入價的比率。該指標主要反映投資回收情況，如果投資者買入股票後股價下跌或是操作不當，均有可能出現股票賣出價低於買入價，甚至出現持有期收益率為負值的情況，此時，持有期回收率可作為持有期收益率的補充指標，計算投資本金的回收比率。其計算公式為：
4．拆股後的持有期收益率
投資者在買入股票後，在該股份公司發放股票股利或進行股票分割（即拆股）的情況下，股票的市場的市場價格和投資者持股數量都會發生變化。因此，有必要在拆股後對股票價格和股票數量作相應調整，以計算拆股後的持有期收益率。其計算公式為：(收盤價格-開盤價格)/開盤價格股票收益率的計算公式 股票收益率= 收益額 /原始投資額 其中：收益額=收回投資額+全部股利-(原始投資額+全部傭金+稅款)
㈢ 套利策略。如股票市場中立策略,同時持有股票的空頭和多頭,空頭通過調整貝塔系數來對沖多頭的系統性風險,以
如果是要對沖系統風險則是做股指的空頭，比如做空大盤股指或是做空相對買入股票的指數，但是這是指要對沖系統風險
貝塔系數指的是個股的相關性，比如在特定的條件下A這只股票的上市公司盈利狀況好的話B則相對就差，B要是好的話那麼A就差，那麼這兩只股票就有一定的貝塔系數，通過同時買入這兩只股票則就能對沖掉風險~~~~~~所以如果想要調整貝塔系數唯一的方法就是進行統計，然後找到股票與其他股票的相關性，當然這個工作就是股票分析師要解決的最復雜的問題之一
㈣ 金貝塔組合是什麼和炒股票有什麼區別
基於投資思想與策略進行分類，金貝塔組合構建的方法主要有主題投資、事件驅動、量化模型驅動、技術分析、基本面選股及其他類別。
主題投資是將未來能夠成為經濟體長期驅動力的某個因素作為主題，選取與該主題緊密相關的優質股票構建組合。如在線教育、網路安全等金貝塔組合，就是遵循這些行業處於高速發展期、對未來經濟能夠產生更大貢獻的主題投資理念，將與主題相關的行業龍頭股選入組合之中。
事件驅動是通過深入研究能夠引起股價異常波動的事件，在合適的時機進行交易的投資策略。以高管增持組合為例，其投資理念就是高管作為上市公司內部人，他們如果增持了自家公司股票，一方面能夠對公司股價形成支撐，另一方面也彰顯了高管對公司發展的信心。因此「王者」團隊用量化模型對出現高管增持行為的股票進行嚴格篩選，構建了這個超額收益明顯的金貝塔組合。
量化模型驅動對專業能力的要求非常高，金貝塔戰略合作夥伴「王者」就是國內頂尖量化研究專家組成的團隊。他們將有效的投資理念通過模型量化，能夠形成各種靈活的投資策略。量化投資具備高紀律性以及嚴格的風險管理，可以有效克服投資過程中的人性弱點，捕捉更為精細的投資機會。
技術面和基本面分析是投資者平常接觸較多的方法。技術面分析以分析K線圖形、量價變化、技術指標，輔助交易判斷，注重盤面的研究；而基本面分析注重上市公司的經營情況、財務報表、發展規劃，更注重上市公司實際經營與業績增長的研究。
㈤ 股市經常說起的α策略 β策略 是神馬意思望不吝賜教！感激不盡！
α策略是指通過精選個股以降低市場波動風險來獲取回報；
β策略是基於預測市場趨勢性而利用倉位控制而獲利。
樓主採納，謝謝！！！
㈥ 證券公司是怎樣預測和利用β的
β是個股相對大盤走勢的敏感度，衡量個股的系統性風險。用來給股票定價和執行不同投資策略
β的預測是用歷史數據統計得到，用大盤回報的時點值和平均值，個股回報的時點值和平均值求得。公式為：Cov(i,m)/var(m)
β=1，表示該單項資產的風險收益率與市場組合平均風險收益率呈同比例變化，其風險情況與市場投資組合的風險情況一致；
β＞1，說明該單項資產的風險收益率高於市場組合平均風險收益率，則該單項資產的風險大於整個市場投資組合的風險；
β＜1，說明該單項資產的風險收益率小於市場組合平均風險收益率，則該單項資產的風險程度小於整個市場投資組合的風險。
證券公司根據市場走勢預測選擇不同的貝塔系數的證券從而獲得額外收益，特別適合作波段操作使用。
當有很大把握預測到一個大牛市或大盤某個不漲階段的到來時，應該選擇那些高貝塔系數的證券，它將成倍地放大市場收益率，為你帶來高額的收益；
相反在一個熊市到來或大盤某個下跌階段到來時，應該調整投資結構以抵禦市場風險，避免損失，辦法是選擇那些低貝塔系數的證券。
為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近貝塔系數的證券進行投資組合。
㈦ 股票統計套利策略和阿爾法策略的異同主要區別是什麼
所謂的阿爾法，最初指的是超額收益，現在也有把阿爾法看做為絕對收益的。統計套利策略是利用統計學發現市場的規律來進行套利，但是否有超額收益，是否是絕對收益，依據不同的統計策略各有不同。實際上並無所謂的阿爾法策略，因為對於專業投資者而言，無論是追求相對收益還是追求絕對收益，都需要阿爾法。不過有一種策略叫可轉移阿爾法策略，指的是通過對不同類型的資產進行組合，將有優勢領域資產的超額收益轉移到只能獲取貝塔收益的資產上，從而從總體上看，資產組合具備了阿爾法也即超額收益。
㈧ 聰明的「貝塔」真的聰明嗎
聰明貝塔（Smart Beta）是最近幾年投資界比較引人注目的一個熱門話題。今天就專門來講講這個聰明貝塔。
在這里我要提醒一下讀者，這篇文章的內容稍微有點偏金融專業。如果讀者朋友們不是金融背景出身，可能會碰到一些不太熟悉的概念和術語。但是你也不用太害怕，在這些專業術語的背後，其邏輯並不復雜。我會盡量用簡單易懂的語言來把這個問題說清楚。
講完了提供因子指數的指數編制公司，再來介紹一下追蹤這些指數的基金經理。這些基金經理的工作是根據指數編排的規則，去復制這些指數，從而給予投資者和指數類似的回報。回報當然是越和指數回報接近越好，但在實際中做不到。因為指數不考慮交易成本和基金的管理費用。
在這個領域做的比較超前的有這么幾家公司。首先是Blackrock IShares。2009年Blackrock以135億美元的價格並購了BGI，同時也購買到了IShares這個品牌。在Blackrock IShare旗下，有比較全的因子指數基金，比如上面表格中的價值，動量，低波動等基金。這些基金的總費用率大概在0.15%左右，但需要注意他們絕大多數都僅限於美國市場。
先鋒，Vanguard，是指數基金領域另外一大巨頭。先鋒在因子指數方面提供的產品不多，只有紅利，低波動和小股票指數基金，且僅限於美國市場。當然如果這個領域是未來發展的方向，相信各大公司會相繼推出更多的產品。
Invesco Powershare和Charles Schwab也提供不少因子指數基金。缺點是他們的費率都比較高，一般介於0.25%-0.6%之間（如上圖所示）。Arnott的Fundamental Index (基本面指數）指數基金由Charles Schwab管理，費率為每年0.32%，也就是說該指數需要每年至少戰勝標准普爾0.28%左右（先鋒的標准普爾500指數基金費率為0.05%）才可能讓投資者獲得好處。
總結
關於股票因子回報的分析，是金融界一大創新和進步。該研究最大的貢獻，是讓投資者了解到可能提供超額回報的源頭，並且讓普通投資者以比較低廉的價格（通過因子指數基金）去獲得這些因子回報。在沒有因子指數基金的世界（比如中國），投資者想要獲得這些因子回報，只能通過投資基金經理，並付出比較高的費用（可能是每年1.5%-2%，在有些私募基金還需要外加15%-20%的利潤分成）。而這些因子指數基金，只收取0.15%-0.6%左右的總費用，沒有利潤分成，對於投資者來說確實是一大好消息。
因子回報研究的另一大貢獻是，它向廣大投資者們提供了設計自己的對沖基金策略的可能性。在絕大部分股票型對沖基金中，基金經理做的工作無非是買多某些因子，賣空另外一些因子。如果市場上有了基於因子的指數基金，並且可以賣空的話，對於我們廣大投資者來說，自己去交易自己設計的對沖基金策略就不再是個夢了。
當然，科技的進步永遠不會停止。我相信中國市場中的因子指數基金遲早也會出現。到時候廣大的中國投資者也會有更大的投資選項。
希望對大家有所幫助。